- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
최근 우리나라를 비롯해 전 세계가 ‘코로나19’라는 초유의 사태를 맞이한 이때, 감염병 확산을 막기 위해 적극적으로 정보를 ‘공개’하는 관점과 이러한 사회적 조치가 개인의 기본권 침해와 맞물리게 되면서 개인정보를 ‘보호’해야 하는 관점이 상충되고 있다. 이에 본 연구에서는 감염병 위기에 따른 국가의 대응 상황을 파악하기 위해 감염병 대응 표준매뉴얼을 바탕으로 위기경보 단계별 생산되는 공공기록물을 살펴보았으며, 특히 개인정보가 포함된 기록물의 유형과 공개 현황을 분석하였다. 이를 통해 위기경계단계에 따라 공공기관 차원에서 수집되는 개인정보 뿐 아니라 민간에서 수집, 관리해야 할 개인정보 범위가 결정됨을 파악하였으며, 이에 대한 일반인의 인식을 파악하기 위해 뉴스미디어에 보도된 개인정보 관련 주요 이슈를 분석하였다. 이를 통해 도출된 개인정보를 포함한 기록 관리의 주요 쟁점과 문제점에 대해 고찰하고 이에 대한 개선점을 수집 및 관리, 폐기의 기록의 생애주기 관점에서 제안하였다.
Abstract
At a time when Korea and the rest of the world recently faced the unprecedented situation of “COVID-19,” the view of actively “disclosure” of information to prevent the spread of infectious diseases is at odds with the view of “protecting” personal information as these social measures are coupled with the infringement of individuals’ basic rights. In order to see the nation’s response to the infectious disease crisis, we examined the current status and characteristics of public records according to crisis alert levels based on the manual for responding to infectious disease. Especially we analyzed the types and disclosure status of records containing personal information. For detecting personal information-related issues on news media, we collected online news articles and performed text anlaysis. Through this, we reviewed the problems of record management including personal information and suggested improvement points from the perspective of the life cycle of records: collect, manage, and dispose of them.
초록
본 연구는 대학도서관 이용자를 대상으로 도서관 챗봇을 설계하고 구현하여 언택트 시대의 새로운 비대면 디지털 참고정보서비스를 모색하고자 했다. 데이터 분석을 통해 이용자 요구 및 도서관 서비스를 분석하고, 적합한 챗봇 개발 방법을 선정하여 시나리오를 설계했다. 이용자 친화적인 상호작용을 위해 챗봇의 퍼스널리티를 설계하고 이용자 인터페이스를 디자인하여 사용성을 평가했다. 또한 챗봇의 응답정확도 평가 및 성능평가를 통해 정확도를 검증하고, 이용자 만족도 조사를 통해 챗봇의 효용성을 평가했다. 챗봇 운영관리 및 서비스 품질 유지를 위해 이용자-챗봇 간의 대화를 주기적으로 모니터링하고, 이용자 피드백을 반영하여 서비스를 개선했다. 챗봇 개발 과정 및 결과를 다각도로 분석하여 도서관 챗봇 설계 및 구현을 위한 구체적인 방안을 제시하고자 했다.
Abstract
This study explores the potential of using a library chatbot to improve the non-face-to-face digital reference services for academic library users by designing and implementing a library chatbot. Through data analysis, user needs and library services were analyzed, and a scenario was designed by selecting an appropriate development method. For user-friendly interaction, the personality of the chatbot and user interface was designed to evaluate its usability. In addition, the accuracy was verified through the response accuracy evaluation and performance evaluation of the chatbot, and the effectiveness of the chatbot was evaluated through a user satisfaction survey. In order to manage the operation and maintain service quality, the chatbot is improved by monitoring user-chatbot conversations and reflecting user feedback. Based on these findings, recommendations for designing and implementing a library chatbot were made to help improve library reference services.
초록
MOOC 서비스의 플랫폼을 이어받아 국내에서 2015년부터 서비스를 개시한 한국형 온라인 공개강좌(Korea-Massive Open Online Course, K-MOOC)는 지난해까지 서비스의 양적인 성장에 주력하여 강좌 수와 수강자 수의 확보에 집중하였던 반면, 2020년부터는 새로운 강좌 커리큘럼과 묶음강좌의 개발, 서비스 제공기관의 확대를 통한 폭넓은 주제 분야의 강좌 제공 등 서비스의 질적인 성장을 도모하기 위해 다양한 시도를 진행하고 있다. 설문의 분석 결과를 바탕으로 K-MOOC 서비스의 방향성을 교수자와 강좌 관리자, 서비스 플랫폼 개발자의 측면에서 다음과 같이 제안하였다. 첫째, 강좌를 제공하는 교수자는 다양한 주제분야의 강좌를 제공하기 위해 강좌개발 전략을 구상하여야 한다. 둘째, 강좌를 제공하는 교수자와 K-MOOC 학습을 지원하는 관리자는 전공학습지원 수강동기를 가진 학습자들이 강좌 내 콘텐츠에 적극적으로 참여할 수 있도록 지원해야 한다. 셋째, K-MOOC 플랫폼 개발자는 좀 더 학습자의 학습 편의성을 높일 수 있는 방향으로 현재의 시스템을 개선해야 한다.
Abstract
According to the participants, the current K-MOOC (Korean Massive Open Online Course) has a few problems, such as too few courses, low content quality, and useless learner management system compared to MOOCs abroad. These problems caused diminished learner motivation. Consequently, the K-MOOC service has recorded a low course completion rate despite high expenses spent to develop the contents and thus requires remedies to fix the issues. This study drew research subjects from a pool of college and graduate students representing the primary users of the K-MOOC. This study limited the research scope to the four categories: motivation, learning experience, recognition, and performance of the Biggs’ 3P Learning System Model. Based on the literature review, ten variables were selected and explored how the subjects perceived four categories using the survey questionnaire. This study also examined the relationship between ten variables and generated suggestions for the instructors, course managers, and platform developers to make the K-MOOC better.
초록
2016년 1월 1일부터 공공도서관 빅데이터 플랫폼이 서비스되기 시작하여 도서관 빅데이터가 공공도서관 업무 개선에 활용되고 있다. 본 논문은 도서관 빅데이터 플랫폼 활용사례들을 살펴보고 도서관 빅데이터 플랫폼의 활용효과를 높일 수 있는 개선방안을 도출하고자 한다. 이를 위해 먼저, 도서관 빅데이터 플랫폼을 활용한 사례들에서 활용한 빅데이터와 활용유형분석 및 도출된 서비스/시행정책을 살펴본다. 다음으로, 현재 공공도서관에서 사용하는 통합도서관리시스템(ILUS)과 도서관 빅데이터 플랫폼 각각의 자료분석 방식을 비교함으로써 도서관 빅데이터 플랫폼의 한계점과 이점을 살펴본다. 사례분석 결과, 프로그램 기획 및 수행, 장서, 수서, 기타의 유형으로 빅데이터를 활용하였고 서비스/시행정책은 이용자 맞춤형 테마서가 및 독서진흥프로그램 진행, 장서활용도 증대, 특화주제에 기반한 수서 및 대출현황 데이터 공개로 요약되었다. 비교분석결과, ILUS는 자관의 자료실현황분석에 특화되어 있으며, 빅데이터 플랫폼은 다양한 속성(연령, 성별, 지역, 대출시기 등)에 따른 선택적 분석이 가능하여 분석시간단축과 유연한 분석이 가능하다. 마지막으로 사례분석과 비교분석에서 밝혀진 특징 및 한계점을 정리하고 개선방안을 제시한다.
Abstract
Since big data platform services for the public library began January 1, 2016, libraries have used big data to improve their work performance. This paper aims to examine the use cases of library big data and attempts to draw improvement plan to improve the effectiveness of library big data. For this purpose, first, we examine big data used while utilizing the library big data platform, the usage pattern of big data and services/policies drawn by big data analysis. Next, the limitations and advantages of the library big data platform are examined by comparing the data analysis of the integrated library management system (ILUS) currently used in public libraries and data analysis through the library big data platform. As a result of case analysis, big data usage patterns were found program planning and execution, collection, collection, and other types, and services/policies were summarized as customizing bookshelf themes for the book curation and reading promotion program, increasing collection utilization, and building a collection based on special topics. and disclosure of loan status data. As a result of the comparative analysis, ILUS is specialized in statistical analysis of library collection unit, and the big data platform enables selective and flexible analysis according to various attributes (age, gender, region, time of loan, etc.) reducing analysis time. Finally, the limitations revealed in case analysis and comparative analysis are summarized and suggestions for improvement are presented.