경영정보학연구 (Information Systems Review)

  • 제27권3호
  • /
  • Pages.17-30
  • /
  • 2025
  • /
  • 2982-6551(pISSN)
  • /
  • 2982-6837(eISSN)
한국경영정보학회 (The Korea Society of Management Information Systems)
권호 표지
DOI QR코드

DOI QR Code

위치정보 상세화에 따른 정보 엔트로피와 가치 변화

Information Entropy and Value Changes According to Location Information Detailing: Taxi GPS Information Case

  • 최유정 (충북대학교 빅데이터협동과정) ;
  • 김태성 (충북대학교 경영정보학과/보안경제연구소)
  • You Jeong Choi (Department of Bigdata, Chungbuk National University) ;
  • Tae-Sung Kim (Department of MIS, Cybersecurity Economics Research Institute, Chungbuk National University)
  • 투고 : 2025.01.02
  • 심사 : 2025.06.08
  • 발행 : 2025.08.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

기존의 데이터 가치 평가는 주로 비용 접근법, 시장 접근법, 수익 접근법에 근거하고 있다. 그러나 기존 방식은 데이터 구조의 정밀도나 정보량과 같은 내재적 특성을 반영하지 못하고, 데이터 유형과 활용 맥락에 따라 평가 기준이 달라지는 한계를 지닌다. 이러한 한계를 보완하고자, 본 연구는 데이터의 경제적 가치를 평가하는 새로운 방법론을 제안한다. 분석에는 서울 지역 택시의 GPS 로그 데이터를 활용하였으며, 위치 정보의 세분화 수준과 구조적 정밀도, 그리고 속도 변수의 결합 여부에 따라 변화하는 정보량(엔트로피)을 측정하였다. 이후 정보량을 기반으로 한 데이터 가치 함수 모델을 설계하고, 실거래 기반의 기준가격을 참조하여 시장 가치 연동 가능성을 검토하였다. 본 연구는 정보량 중심의 정량적 가치 측정 방식을 통해 데이터의 구조적 특성을 반영하는 합리적 가격 산정 기준과 보상 체계 수립을 위한 이론적·실무적 기반을 제시한다.

Existing data value assessments are mainly based on the cost approach, market approach, and revenue approach. However, existing methods do not reflect the unique characteristics of data structures and have limitations in that the evaluation criteria vary depending on the data type and usage context. The analysis utilized GPS log data of taxis in the Seoul area, and measured the information volume (entropy) that varies depending on the detail and structural precision of location information and the combination of speed variables. Afterwards, a data value function model based on information volume was designed, and the possibility of linking with market value was examined by referring to the standard price based on actual transactions. This study presents theoretical and practical grounds for establishing a reasonable price calculation standard and compensation system that reflects the structural characteristics of data through a quantitative value measurement method centered on information volume.

키워드

참고문헌

  1. 공간정보연구원, "위도", Available at https://lxsiri.re.kr/frt/biz/bbs/selectBoardArticle.do;jsessionid=A8F8B842BCFB9F09C4F04D3599A94C29?bbsId=BBSMSTR_000000000112&nttId=1074.
  2. 과학기술정보통신부, 한국데이터산업진흥원, "2023 데이터산업현황조사 보고서", 2024.
  3. 국토교통데이터 오픈마켓, "국토교통데이터 오픈마켓 정의", Available at https://www.bigdata-transportation.kr/, Accessed on 2024.10.20.
  4. 금융데이터거래소, "이마트24 편의점 X BC카드 카드고객 결합 생활소비 빅데이터(선택구매형)", 2024.06.24, Available at https://www.findatamall.or.kr/market/dataProdDetail?gdsSn=16598&menuNo=28.
  5. 김수진, 이정현, 박천웅, "데이터거래 활성화를 위한 데이터상품가치 평가모델 연구", 한국콘텐츠학회논문지, 제21권, 제12호, 2021, pp. 34-46.
  6. 박병권, 최형림, 김채수, 이강배, 박민선, "글로벌 해운물류 실시간 위치 추적 시뮬레이션 시스템 개발", 한국정보통신학회논문지, 제19권, 제5호, 2015, pp. 1235-1242. https://doi.org/10.6109/JKIICE.2015.19.5.1235
  7. 전치홍, 심재웅, 조대곤, "공공데이터의 경제적 가치 측정: 소비자 효용 관점", 경영정보학연구, 제20권, 제2호, 2018, pp. 1-19. https://doi.org/10.14329/isr.2018.20.2.001
  8. 조휘형, 홍일유, "오픈마켓에서 개인특성이 신뢰 및 구매의도에 미치는 영향에 관한 실증연구", 경영정보학연구, 제12권, 제3호, 2010, pp. 49-73.
  9. 최유정, 김태성, "조건부가치평가법을 이용한 가명화된 이미지 가치측정 방법 및 사례", 경영정보학연구, 제26권, 제1호, 2024, pp. 57-71. https://doi.org/10.14329/isr.2024.26.1.057
  10. 피민규, 정성민, 연한별, 장윤, "정보 엔트로피를 이용한 택시 추적 데이터의 시각적 분석", 정보과학회 컴퓨팅의 실제 논문지, 제24권, 제9호, 2018, pp. 476-481. https://doi.org/10.5626/KTCP.2018.24.9.476
  11. 홍상연, "교통분야의 실시간 데이터 활용 동향", KIPA 조사포럼, 제34권, 2020, pp. 25-28.
  12. Bereziński, P., B. Jasiul, and M. Szpyrka, "An entropy-based network anomaly detection method", Entropy, Vol.17, No.4, 2015, pp. 2367-2408. https://doi.org/10.3390/e17042367
  13. Chen, J., "An entropy theory of value", Structural Change and Economic Dynamics, Vol.47, 2018, pp. 73-81. https://doi.org/10.1016/j.strueco.2018.07.008
  14. Clausius, R. and T. Hirst, The Mechanical Theory of Heat: With its applications to the steam-engine and to the physical properties of bodies, J. van Voorst: London, UK, 1867.
  15. Coyle, D. and A. Manley, "What is the value of data? A review of empirical methods", Journal of Economic Surveys, Vol.37, No.1, 2023, pp. 1-21.
  16. Coyle, D., S. Diepeveen, and J. Wdowin, "The value of data summary report", Cambridge: The Bennett Institute for Public Policy, 2020.
  17. Da Silva, F. and G. Núñez, "The era of platforms and the development of data marketplaces in a free competition environment", Economic Commission for Latin America and the Caribbean, 2022.
  18. Fleckenstein, M., A. Obaidi, and N. Tryfona, "Data valuation: Use cases, desiderata, and approaches", Proceedings of the Second ACM Data Economy Workshop, 2023, pp. 48-52.
  19. Ker, D. and E. Mazzini, "Perspectives on the value of data and data flows", OECD Digital Economy Papers, No. 299, OECD Publishing, 2020.
  20. Liu, Z., Y. Wang, Q. Cheng, and H. Yang, "Analysis of the information entropy on traffic flows", IEEE Transactions on Intelligent Transportation Systems, Vol.23, No.10, 2022, pp. 18012-18023. https://doi.org/10.1109/TITS.2022.3155933
  21. Moody, D. and P. Walsh, "Measuring the value of information: An asset valuation approach", European Conference on Information Systems (ECIS), 1999, pp. 496-512.
  22. Shannon, C. A., "Mathematical theory of communication", Bell System Technical Journal, Vol.27, pp. 379-423, 1948. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
  23. Soloveichik, R., "Capitalizing data: A case study of individual credit files", Economic Statistics Centre of Excellence Mimeo, 2022.
  24. Wu, Y., Y. Zhou, G. Saveriades, S. Agaian, J. P. Noonan, and P. Natarajan, "Local Shannon entropy measure with statistical tests for image randomness", Information Sciences, Vol.222, 2013, pp. 323-342. https://doi.org/10.1016/j.ins.2012.07.049
  25. Yang, J. and C. Xing, "Personal data market optimization pricing model based on privacy level", Information, Vol.10, No.4, 2019, p. 123.
  26. Zong, F., X. Chen, J. Tang, P. Yu, and T. Wu, "Analyzing traffic crash severity with combination of information entropy and bayesian network", IEEE Access, Vol.7, pp. 63288-63302, 2019. https://doi.org/10.1109/ACCESS.2019.2916691