• 기록학연구
• /
• 제16호
• /
• pp.303-339
• /
• 2007

'일제강점하 강제동원 피해'라 함은 만주사변 이후 태평양전쟁에 이르는 시기에 일제에 의하여 강제동원 되어 군인 군속 노무자 위안부 등의 생활을 강요당한 자가 입은 생명 신체 재산 등의 피해를 말한다. 강제동원 피해 역사를 복원하기 위한 노력이 피해당사자, 유족, 시민단체, 학계 등에서 이루어져왔고, 그 결과 2004년 3일 5일 ${\ll}$일제강점하 강제동원피해 진상규명등에 관한 특별법${\gg}$ (2007년 5월 17일 일부 개정)이 제정 공포되었다. 이를 근거로 2004년 11월 10일 국무총리 소속으로 일제강점하 강제동원피해진상규명위원회(이하 강제동원위원회)가 발족하였고, 2005년 2월 1일부터 일제강점하 강제동원 피해의 진상을 규명하여 역사적 진실을 밝히는 것을 목적으로 업무를 수행하고 있다. 주요 업무는 강제동원 피해신고접수 및 피해신고조사(피해자 및 유족 심사 결정), 진상조사신청접수 및 진상조사, 진상조사 및 피해판정 불능에 관한 사항, 피해판정에 따른 호적정정, 강제동원 관련 국내외 자료수집 분석 및 보고서 작성, 유해발굴 및 수습 봉환, 사료관 및 추도공간 조성사업 등이다. 강제동원위원회는 피해조사 및 진상조사 업무를 위해 다양한 기록을 발굴 수집해 오고 있다. 여타 피해의 역사가 그러하듯이 이미 공개되었거나 새롭게 발굴되는 기록은 강제동원의 다양한 역사상을 확인하기 어려울 만큼 그 양이나 질에 면에서 부족하다. 피해의 역사에서 피해당사자의 이야기는 기록의 부재를 메우기도 하고, 기록 이상의 근거적 가치를 갖기도 한다. 강제동원위원회는 피해생존자와의 구술면담을 통해 다수의 구술자료를 생산하였고 조사업무에 활용하며 체계적인 관리방법을 토대로 관리하고 대중적인 활용까지 꾀하고 있다. 강제동원위원회의 구술자료는 생산 당시부터 철저한 기획에 의해 이루어졌고, 생산단계부터 관리와 활용의 편의성을 염두에 두고 디지털매체의 생산을 유도했다. 또한 조사업무 과정에서 생산되는 구술자료의 한계를 극복하기 위해 수차례 면담자 교육을 실시하고, 면담자로 하여금 구술당시의 상황을 면담일지로 남기도록 했다. 강제동원위원회는 소장 기록을 관리하는 별도의 기록관리시스템을 갖고 있지 않다. 디지털 아카이브는 피해 진상 관리시스템과 전자결재시스템을 통해 생산되어 관리되지 않는 생산 수집 기증 기록을 등록 검색하는 역할을 한다. 구술자료는 디지털 아카이브에 등록이 되어, 실물과 중복 보존되고 있다. 구술자료는 등록과 동시에 분류, 기술행위가 이루어지고 구술자료의 관리 아이디인 등록번호, 분류번호, 비치번호 등을 부여받게 된다. 강제동원위원회는 구술자료의 적극적인 활용을 위하여 구술기록집의 발간을 지속적으로 해오고 있고, 영상물 등의 제작을 계획하고 있다. 강제동원위원회의 구술자료는 정부차원의 조사 업무 과정에서 생산된 것이라는 한계, 예산부족이나 기록관리시스템 등의 부재 등을 넘어서 한시조직으로서 가능한 적극적인 방법으로 생산 관리 활용되고 있다. 축적된 구술자료는 향후 특별법에 규정되어 있는 대로 사료관 등이 건립된다면 대중 이용자들을 위해 더 체계적으로 관리 활용될 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제12권5호_spc
• /
• pp.45-79
• /
• 2006

필자와 공동연구자들(2002)이 선행연구에서 개발한 주관안녕척도를 사용하여 한국문화에서 주관안녕에 영향을 미치는 변인들을 알아낸 연구 결과들을 개관하고, 국내외 연구들과 비교하여 시사점을 논의하고, 장래 연구할 과제들도 제안하였다. 먼저 주관안녕에 영향을 미치는 선행요인들로 ① 개인차와 인구통계 변인들, ② 개인과정 요인들, ③ 대인과정 요인들 및 ④ 한국문화의 요인으로 사회규범에 따른 행동을 다룬 연구 결과들을 개관했다. 또한 노인을 대상으로 주관안녕이 동시점에서 신체건강의 예측에 기여하는 수준과 아울러 1년 이상이 경과한 시점에서 종단적으로 신체건강이나 생사에 어떤 영향을 미치는지도 알아냈다. 본 논문은 한국문화에서 필자와 공동연구자들이 수행한 실증연구의 결과들과 연결시켜서 주관안녕을 연구하는데 따르는 이론, 방법 및 과제들을 구체적으로 논의함으로써 장차 문화비교 연구와 아울러 국내 연구에 시사점들을 제시한데 의의가 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.