데이터 협업

Data collaboratives

데이터 협업("기업 데이터 자선 사업"[1]이라고도 함)은 민간 기업, 연구 기관 및 정부 기관을 포함한 다양한 분야의 참가자들이 [2][3]공공 문제를 해결하기 위해 데이터 및 데이터 전문 지식을 교환할 수 있는 협업의 한 형태입니다.

종류들

데이터 협업은 다양한 형태를 취할 수 있습니다.다음과 같이 [4]구성할 수 있습니다.

  • 공개 인터페이스: 민간 기업은 외부 당사자가 사용할 공개 데이터 자산을 공개합니다.기업은 일반적으로 이 정보를 API(애플리케이션 프로그래밍 인터페이스) 또는 데이터 [5]플랫폼으로 표시합니다.
  • 신뢰할 수 있는 중개자: 민간 부문 기업은 공공, 시민 사회 활동가 및 학계의 파트너와 데이터를 공유합니다.타사가 데이터를 중개할 수 있습니다. 타사는 민간 기업이 아닌 조직에 고정된 기간과 시간 제한 하에 귀중한 데이터를 제공합니다.또한 타사 분석을 통해 실행할 수도 있습니다. 타사 분석을 통해 데이터 관리자와 데이터를 공유하여 분석을 실행하고 이러한 결과를 외부 행위자와 공유함으로써 [6]중요한 정보를 노출하지 않고 데이터의 결과를 제공합니다.
  • 데이터 풀링:여러 부문의 이해 관계자가 "데이터 풀"에 참여하여 데이터 리소스를 공유합니다.공용 데이터 풀을 사용하면 파트너는 데이터에 공개적으로 액세스하고 독립적으로 사용할 수 있으며, 개인 데이터 풀은 [6]정보에 대한 액세스 및 기여를 제한합니다.
  • 연구 및 분석 파트너십: 조직은 공공 및 학술 기관과 데이터 및 "소유 데이터 자산을 공유하여 공공 목표를 분석하고 발전시킵니다. 이러한 데이터 전송 및 데이터 펠로우쉽을 통해 데이터에 대한 액세스 및 사용 조건이 고도로 [6]제어됩니다.
  • 상과 과제:조직은 기업에 가치를 더하기 위해 혁신적인 사용을 위한 [6]경쟁이나 플랫폼 설계를 통해 자격을 갖춘 지원자가 데이터를 이용할 수 있도록 합니다.Linked와 같은 개방형 혁신 경쟁In's Economic Graph Challenge는 많은 독립적인 사용자가 데이터를 개방적이고 광범위하게 사용할 수 있도록 허용하는 반면, 선택적인 혁신 과제는 제한된 데이터 액세스를 제공하여 적용 범위를 특정 상황으로 좁힙니다.종종 경쟁사 구성원들은 데이터 책임 [7][5]지침을 준수해야 합니다.
  • 인텔리전스 생성:기업은 데이터를 사용하여 공유 가능한 도구를 구축하고 공개합니다.공식적이고 직접적인 부문 간 공유는 이루어지지 않지만, 지식 이전과 개방적인 데이터 중심 [6]분석 문화의 기반을 마련합니다.

데이터 공동 작업의 이유

빅 데이터 붐은 책임감 있고 반복적인 [8]방식으로 공공 프로젝트를 알리고 설계할 수 있는 데이터의 힘을 보여주었습니다.그러나 부문에 걸쳐 특정 데이터에 대한 불평등한 액세스는 그룹이 귀중한 정보를 찾고, 액세스하거나 인지할 수 있는 능력을 제한하여 사회 [9]혁신을 방해합니다.데이터 협업은 사회적 과제를 [6]해결하기 위해 서로 다른 부문을 하나로 묶어 데이터를 공유함으로써 액세스 및 지식 격차를 해소하는 네트워크를 만듭니다.

GovernLab은 민간 부문 데이터 보유자가 다른 그룹과 데이터를 공유하는 데이터 협업은 다음과 같은 [4]요구에 의해 동기 부여되는 경향이 있다고 주장합니다.

  • 상호성:다른 사람들과 데이터를 공유하면 상호 이익이 되는 비즈니스 의사 결정을 안내할 수 있습니다.
  • 연구 및 통찰력: 데이터 공유는 문제에 대한 새롭고 혁신적인 접근 방식을 촉발할 수 있습니다.
  • 평판 및 홍보:특히 공공 문제를 진전시키기 위해 데이터를 공유하는 것은 기업의 이미지와 평판을 강화하여 사회적으로 의식이 높은 새로운 고객, 인재 및 팔로워를 끌어들일 수 있습니다.
  • 수익 창출:기업 데이터를 데이터 공동 작업자에게 판매하여 새로운 수익원을 창출할 수 있습니다.
  • 규정 준수: 데이터 협업을 통해 기업은 데이터 공유 프로토콜을 수립하고 준수함으로써 투명성과 신뢰성을 높일 수 있습니다.
  • 책임 및 기업 자선 활동: 데이터 협업을 통해 기업은 의미 있는 기업 사회적 책임 프로그램을 추진할 수 있습니다.

데이터 협업을 통해 서비스 제공, 비상 대비 및 재해 대응 문제에 대응할 수 있습니다.UN Global Pulse의 책임자인 Robert Kirkpatrick은 "이러한 분야에서의 혁신의 부족은 예방 가능한 [10]해악으로부터 대중을 보호하는 데 실패했습니다."라고 언급했습니다.

민간 부문 참여 인센티브

GovernLab에 따르면 데이터 협업은 공공 [4]문제에 대해 다음과 같은 5가지 주요 이점을 제공할 수 있습니다.

  • 상황 인식 및 대응: 민간 또는 공공 부문의 최근의 강력하고 품질이 우수한 데이터는 정부와 시민 사회가 위기 및 비상 상황에서 더 잘 동원할 수 있도록 도울 수 있습니다.예를 들어, 모바일 데이터, 환경 극단 및 인구 프로젝트(MDEEP)는 방글라데시의 국제 조직과 통신 회사 간의 협력으로 "자연 [11]재해와 관련된 인구 이동을 이해하기 위한 대규모 인구 이동 모델"을 구축하는 것입니다.
  • 공공 서비스 설계 및 제공:이전에는 액세스할 수 없었던 데이터셋에 대한 액세스를 통해 공공 서비스 설계를 보다 정확하게 모델링하고 목표를 지정한 증거 기반 방식으로 서비스 제공을 안내할 수 있습니다.예를 들어, 2014년 에볼라 발병 당시 정부, 국제기구, 구호 단체 및 민간 통신사의 데이터 세트 공동 사용은 바이러스를 [12]추적하고 추적하는 데 도움이 되었습니다.
  • 지식 생성 및 전달:더 많고 더 다양한 데이터 세트를 활용하면 지식 격차를 해소하여 당면한 문제에 더 잘 대응할 수 있습니다.2015년 오바마 행정부에 의해 만들어진 올 오브 어스 연구 프로그램은 참가자들이 자신의 건강 데이터를 안전한 시스템에 공유할 수 있도록 하고, 그 후에 연구자들이 의학을 [13]연구하고 발전시킬 수 있도록 집계되고 익명화됩니다.
  • 예측 및 예측: 과거의 데이터를 통해 미래의 정보에 입각한 예측이 가능하므로 그룹에서 문제를 파악하고 보다 신속하게 대응할 수 있습니다.연구원들은 검색 엔진 쿼리 데이터를 활용하여 인도 [14]젊은이들의 자살 생각과 관련된 검색 용어, 시간, 인구 통계를 식별했습니다.
  • 영향 평가 및 평가:조직은 추가 데이터셋에 액세스하여 정책의 효과를 모니터링 및 평가하고 더 나은 서비스 [3]제공을 위해 프로그램을 반복적으로 조정할 수 있습니다.예를 들어, 미국 식품의약국의 Sentinel Initiative는 TriNetX Live USA Network를 통해 제공된 익명의 환자 정보를 사용하여 COVID-19로 입원한 성인 중 혈전증 관련 [15]합병증을 경험하거나 사망한 사람 수를 평가했습니다.

예

2017년부터 2019년까지 데이터 관련 파트너십에 진출한 기업의 비율은 21%에서 40%[16]로 증가했습니다.점점 더 많은 비즈니스 경쟁업체들이 데이터 연결을 결정하고 있으며, 이는 7%에서 [6]17%로 급증하고 있습니다.세계경제포럼과 맥킨지는 2019년 보고서에서 기관과 지리적 경계를 넘어 데이터를 연결하면 [6]2020년까지 연간 약 3조 달러의 경제적 가치를 창출할 수 있을 것으로 추정했습니다.

다음은 일부 데이터 공동 작업의 예시적인(전체적인 것은 아님) 목록입니다.

  • AI4BetterHearts: 인공지능과 데이터 분석을 사용하여 심장 [17]질환을 해결할 목적으로 심혈관 건강을 개선하기 위해 노바티스 재단과 마이크로소프트가 설립한 글로벌 데이터 협동조합입니다.
  • Chicago Data Collaborative:공공기관에서 데이터를 조달하고, 데이터를 구성 및 문서화하며, 형사 사법 [18]시스템에 대한 더 나은 이해와 포괄적인 이해를 위해 연결하기 위한 뉴스룸, 학계 및 비영리 단체의 노력.
  • 반트래핑 데이터 협업: 다양한 국가에서 제출한 데이터를 통해 인신매매를 억제하기 위해 협력하는 데이터로, 국제이주기구(IOM)와 폴라리스가 [19]관리합니다.
  • CubeIQ: 마케팅 담당자가 채널 간 광고가 오프라인 세계에 미치는 [20]실제 영향을 이해할 수 있도록 지원하는 오프라인 인텔리전스 및 측정 회사입니다.그들의 "Data For Good" 프로그램은 학술 연구 [21]및 인간 이동성과 관련된 인도주의적 이니셔티브를 위해 익명의 개인 정보 보호 준수 위치 데이터에 액세스할 수 있도록 제공합니다.
  • 정의를 위한 데이터 협업:John Jay College의 프로젝트는 지역사회 데이터를 활용하여 형사 사법 시스템의 운영을 연구하고 형사 사법 [22]개혁을 위한 정보에 입각하고 투명한 프레임워크를 만드는 것입니다.
  • 보건 데이터 협업: 아프리카 5개국에서 활동하는 다자간 협력 활동으로, 국가 소유의 전략 및 건강 결과를 개선하기 위한 데이터 수집, 저장, 분석 및 사용 계획과 함께 모든 수준의 기술 및 재정 자원을 활용할 수 있는 협력 플랫폼을 제공합니다.UN SDG 목표와 [23]남겨진 공동체에 구체적으로 초점을 맞추고 있습니다.
  • 영향 및 정부 결과에 대한 국제 데이터 네트워크(INDIGO):옥스퍼드 대학교의 Blavatnik School of Government Lab(GO Lab)은 사회적 문제를 [24]공동으로 해결하기 위해 학제 간 데이터 관리자 네트워크를 구축합니다.
  • InfoSum: 기업이 실제로 데이터를 [25]공유하지 않고도 고객 데이터로 더 많은 작업을 수행할 수 있도록 분산되고 신뢰할 수 있는 데이터 에코시스템을 지원하는 영국에 본사를 둔 회사입니다.
  • 모빌리티 데이터 협업: 모빌리티 운영자, 데이터 수집가, 공공 기관, 학계 및 기타 기관 간의 파트너십을 통해 [26][27]모두에게 안전하고 공평하며 살기 좋은 거리를 보장하기 위한 솔루션과 공통 프레임워크를 제공합니다.
  • 물 데이터 협업:우리나라 [28]수로의 보호와 복구를 가능하게 하는 데이터를 제공하기 위해 물 과학자 데이터 생성기의 포괄적인 커뮤니티를 성장시키고 유지하는 그들의 임무를 위해 노력합니다.

위험, 당면 과제 및 윤리적 고려 사항

데이터 협업은 데이터 보안, 데이터 개인 정보 보호, 상업적 위험, 평판 우려 및 규제 [29]불확실성과 관련된 중요한 과제를 안고 있습니다.또한 개인, 기관 및 정부 [6]간의 신뢰 부족에 대한 우려가 존재합니다.

위험

  • 상업적 위험: "기업은 브랜드 평판, 데이터 권리 및 독점적이거나 상업적으로 민감한 [6]정보의 공개에 대해 우려하고 있습니다."
  • 보안 위험: 취약한 데이터 구조, 보안 전문 지식 및 프로세스 부족으로 인해 데이터 공동 작업의 모든 구성원이 [6]위험에 처할 수 있습니다.
  • 규제 리스크: 세분화된 법률 및 규제 프레임워크는 부문 및 국가 국경 간 데이터 공유를 방해합니다.개인 정보 보호 및 데이터 보유자 권한에 대한 다양한 정의는 데이터 보유자를 상당한 규정 준수 위험 및 [6]책임에 노출시킵니다.
  • 개인 정보 보호 및 윤리적 위험: 공동 데이터 사용은 개인 정보를 노출하여 개인 정보와 보안을 침해할 수 있습니다.또한 비개인적이지만 인구 통계학적으로 식별 가능한 데이터를 공유하여 취약한 인구를 차별과 인권 침해로부터 보호하는 것이 종종 [6]주요 문제입니다.

개인 정보 보호 문제 완화

개인 정보 보호 계산(PPC)은 원시 정보 없이 여러 이해 관계자가 공유, 분석 및 운영할 수 있는 형태로 데이터를 제공합니다.이를 위해 PPC는 데이터가 운영되는 환경(신뢰할 수 있는 실행 환경)을 제어하고 특성을 식별하는 데이터를 제거합니다(차등 프라이버시).[30]동형 암호화 기술을 통해 데이터를 보호하는 PPC를 통해 사용자는 [6]소스 데이터를 노출하지 않고 작업을 실행하고 결과를 확인할 수 있습니다.안전한 다자간 컴퓨팅을 통해 서로 다른 그룹이 데이터를 결합하여 분산되고 협업적인 [6]방식으로 작업할 수 있습니다.

PPC 기술은 이미 정부와 대기업에 의해 활용되고 있습니다.2015년 에스토니아 정부는 민간 기업인 Sharemind와 협력하여 민간 통계 프로젝트를 위한 다자간 계산을 통해 세금 및 교육 기록을 분석했습니다.유럽 위원회 PRACTICE 프로젝트의 외부 감사 결과 민간 통계 프로젝트는 어떠한 개인 [6]데이터도 노출하지 않았습니다.

2019년 구글은 개인 가입 및 컴퓨팅 프로토콜을 오픈 소스에 공개하여 사용자가 동종 암호화 및 다중 파티 [6]계산을 사용할 수 있도록 했습니다.같은 해 10개 제약사가 블록체인 기술을 활용해 공유 [6]데이터를 통해 약물 발견 알고리즘을 교육하기 위해 멜로디 컨소시엄을 구성했습니다.

전원 비대칭 완화

힘의 불균형은 더 강한 당사자가 데이터 협력의 약한 구성원을 조작, 배제 또는 압박할 때 발생할 수 있습니다.고전적인 관점에서, 권력은 한 사람이나 집단이 다른 [31]사람에게 미치는 영향을 말합니다.협업 거버넌스를 검토하는 중입니다. 데이브 이건, 에반 E.Hjerpe와 Jesse Abrams는 권력에 대한 3단계 접근법을 제안합니다: 권력 과잉은 다른 사람의 행동을 통제하는 능력, 이해관계자의 참여를 승인하는 능력, 그리고 목표를 [32]실현하는 다른 주체의 능력을 측정하는 능력을 고려하는 능력.

권력 불균형은 당사자 [6]간의 권한, 자원, 정당성 또는 신뢰의 차이로 인해 발생할 수 있습니다.데이터에서 협력적이거나 데이터 사용에 대한 인센티브가 많을수록 이해관계가 충돌할 가능성이 높아집니다.데이터를 조직의 자산으로 간주하는 경우가 많은데, 데이터를 다른 사용자가 새로운 용도로 사용할 수 있도록 개방하는 것은 데이터에 대한 제어권을 포기하고 이러한 자율성을 협업에 양도하는 것을 의미하므로 "제어 및 생성 문제"[33]가 발생합니다.데이터 관리자는 편향 영향을 줄이고 운영 절차를 준수하며 문제 해결 및 [34]해결책을 제공함으로써 전력 불균형을 줄일 수 있습니다.

참고 항목

레퍼런스

  1. ^ Taddeo, Mariarosaria (2017). "Data philanthropy and individual rights". Minds and Machines. 27 (1): 1–5. doi:10.1007/s11023-017-9429-2. S2CID 38297827.
  2. ^ Verhulst, Stefaan; Sangokoya, David (22 April 2015). "Data Collaboratives: Exchanging Data to Improve People's Lives". The Governance Lab.
  3. ^ a b Young, Andrew; Verhulst, Stefaan (2020). "Data Collaboratives". In Harris, Phil; Bitonti, Alberto; Fleisher, Craig S.; Skorkjær Binderkrantz, Anne (eds.). The Palgrave Encyclopedia of Interest Groups, Lobbying and Public Affairs. Palgrave Macmillan, Cham.
  4. ^ a b c Verhulst, Stefaan; Young, Andrew; Srinivasan, Prianka. "An Introduction to Data Collaboratives: Creating Public Value By Exchanging Data" (PDF).
  5. ^ a b Verhulst, Stefaan G.; Young, Andrew; Winowatan, Michelle; Zahuranec, Andrew J. (October 2019). "Leveraging Data for Public Good: A Descriptive Analysis and Typology of Existing Practices" (PDF). The Governance Lab.
  6. ^ a b c d e f g h i j k l m n o p q r s 저는 입찰했어요.
  7. ^ "Economic Graph Research". LinkedIn. LinkedIn.
  8. ^ OECD (2019). The Path to Becoming a Data-Driven Public Sector. Paris: OECD Digital Government Studies, OECD Publishing.
  9. ^ Susha, Iryna; Janssen, Marijn; Verhulst, Stefaan (2017). "Data collaboratives as "bazaars"? A review of coordination problems and mechanisms to match demand for data with supply". Transforming Government: People, Process and Policy. 11 (1): 157–172. doi:10.1108/TG-01-2017-0007. S2CID 195968470.
  10. ^ Kirkpatrick, Robert (18 March 2019). "Unpacking the Issue of Missed Use and Misuse of Data". UN Global Pulse.
  11. ^ Goldman, Hunter (30 December 2014). "Big Data Offers New Opportunities for Community Resilience". The Rockefeller Foundation.
  12. ^ Young, Andrew; Verhulst, Stefaan (January 2016). "Battling Ebola in Sierra Leone: Data Sharing to Improve Crisis Response". ODI Impact.
  13. ^ "All of Us". All of US.
  14. ^ Adler, Natalia; Cattuto, Ciro; Kalimeri, Kyriaki; Paolotti, Daniela; Tizzoni, Michele; Verhulst, Stefaan; Yom-Tov, Elad; Young, Andrew (2019). "How Search Engine Data Enhance the Understanding of Determinants of Suicide in India and Inform Prevention: Observational Study". Journal of Medical Internet Research. 21 (1): e10179. doi:10.2196/10179. PMC 6682304. PMID 30609976.
  15. ^ "Thrombotic events and death in inpatient-identified COVID-19" (PDF). Sentinel. 14 December 2020.
  16. ^ Hoffman, William; Bick, Raphael; Boral, Austin; Henke, Nicolaus; Olukoya, Didunoluwa; Rifai, Khaled; Roth, Marcus; Youldon, Tom (30 May 2019). "Collaborating for the common good: Navigating public-private data partnerships". McKinsey & Company.
  17. ^ "AI4BetterHearts - A Cardiovascular Data Collaborative". Novartis.
  18. ^ "Chicago Data Collaborative". Chicago Data Collaborative.
  19. ^ "Counter-Trafficking Data Collaborative (CTDC)". www.ctdatacollaborative.org.
  20. ^ "Offline Intelligence & Measurement - Increase Return on Ad Spend". Cuebiq.
  21. ^ "Data for Good". CubeIQ.
  22. ^ "Data Collaborative for Justice". Data Collaborative for Justice.
  23. ^ "Data for health and sustainable development". Health Data Collaborative.
  24. ^ "What is INDIGO?". Governance Outcomes Lab.
  25. ^ "Reclaim your data destiny InfoSum". www.infosum.com.
  26. ^ "Mobility Data Collaborative".
  27. ^ "Mobility Data Collaborative Publishes Best Practices for Data Terminology and Governance". SAE International. 5 May 2020.
  28. ^ "Home". Water Data Collaborative.
  29. ^ "Data Collaboration for the Common Good: Enabling Trust and Innovation Through Public-Private Partnerships" (PDF). World Economic Forum. April 2019.
  30. ^ "Maximize collaboration through secure data sharing" (PDF). Accenture. 2019.
  31. ^ Weber, Max (1947). Henderson, A.M.; Parsons, T. (eds.). The Theory of Social and Economic Organization. New York: Oxford University Press.
  32. ^ Orth, Patricia B.; Cheng, Antony S. (2018). "Who's in Charge? The Role of Power in Collaborative Governance and Forest Management". Humboldt Journal of Social Relations. 1 (40): 191–210. doi:10.55671/0160-4341.1068. S2CID 55822373.
  33. ^ Klievink, Bram; van der Voort, Haiko; Veeneman, Wijnand (2018). "Creating value through data collaboratives: Balancing innovation and control". Information Polity. 23 (4): 379–397. doi:10.3233/IP-180070. S2CID 58005713.
  34. ^ Downing, Kathy (26 May 2016). "Importance of Data Stewards in Information Governance". Journal of AHIMA Website.