◈ 사례 1. 영화추천 어플리케이션 ‘ watcha’

프로그램스에서 개발 , 서비스하는 영화추천 App

2013 년말 기준

앱 다운로드횟수 35 만 건 돌파

20 개 이상 별점을 매긴 가입자 50 만 명 이상

최초 가입시 20 개의 영화에 별점을 부여하도록 하고 그 데이터를 바탕으로 분석하여 이용자의 취향에 맞는 영화를 추천

• 이용자가 별점을 평가한 영화의 수를 늘려갈 수록 추천의 정확도와 다양성이 증가함

•이용자가 평가한 영화의 감독 , 출연자 , 장르 , 줄거리 등을 분석하여 영화를 추천하고 감독 , 배우 , 장르 등의 공통점을 추천이유로 보여 줌 .

•딱딱한 조건입력이나 추천이 아닌 놀이 같은 흥미를 유발시키는 별점 평가와 코멘트쓰기 등을 통해 피드백을 유도하여 더 많은 사용자의 취향정보와 데이터를 수집하고 분석하여 보다 정확한 추천을 가능하게 함 .

•분석되어 나온 영화 중 검색결과가 맘에 들지 않으면 다시 추천받기나 영화 평가 늘리기를 통하여 영화 평가를 늘려서 좀 더 정확하고 다양한 결과를 얻을 수 있다 .

•주기능인 영화추천과 더불어 예매순위확인과 예고편 감상 , 영화예매도 가능하며 유료결제를 통한 영화감상도 가능 .

•또한 제목 , 배우 , 감독이름을 통해 검색하는 일반검색도 가능하다 .

•2013 년 9 월 지능정보연구 제 19 권 제 3 호에 게재된 ‘ 온톨로지 기반 영화메타데이터간 연관성을 활용한 영화 추천 기법’ 이라는 논문에서 사용자의 프로파일과 영화의 메타데이터에 대한 선호도를 분석하여 영화를 검색하고 추천하는 모델을 제시 .

•사용자가 영화를 선택할 때 고려하고 영화의 특징을 담고 있는 메타데이터를 기반으로 영화 메타데이터 온톨로지를 구축하고 이를 사용하여 영화 메타데이터간에 속성을 부여함으로써 메타데이터간의 관계를 정의하고 유사성 분석을 통하여 유사성을 도출하고 검색된 영화메타데이터를 확장함으로써 다른 유사한 영화를 검색하게 함 .

•영화의 메타데이터 ( 감독 , 출연배우 , 장르 , 줄거리 등 ) 를 기반으로 영화간의 연관성을 도출하고 사용자의 선호도를 입력 받아 사용자의 개인화된 정보를 활용하여 영화를 추천하는 기법을 제안하고 구현함 .

•이러한 논문의 사례에 비추어 볼 때 ‘ watcha’ 에서도 최초 20 개의 영화에 대한 별점 평가를 이용하여 사용자의 선호도와 영화메타데이터 정보를 수집하고 분석하여 사용자에게 추천영화를 제시하는 것으로 보이며 추가적인 별점 평가를 통해 누적된 사용자의 정보를 바탕으로 취향데이터가 쌓여 추천의 정확도와 다양성을 높일 수 있는 것으로 보인다 .

◈ 사례 2. 디지털 자료실 지원센터 (Digital Library System)

< 발췌-http://reading.ssem.or.kr/r/reading/main/main.jsp>

- 시 /도 교육청 단위에 설치되어 표준화된 학교 도서관 정보시스템 - 교육청 관내의 개별학교도서관의 도서관리업무를 자동화 - 인터넷 기반의 독서지원기능 ( 정보검색 , 독서정보제공 , 독서표현활동 , 독서지도 및 상담 등 )

DLS 의 대출 /반납프로그램 환경

이용자 등록으로이용자에 대한메타데이터 생성

자료 등록으로자료에 대한메타데이터 생성

- DLS 에 입력된 이용자 ( 학생 , 학부모 , 교직원 등 ) 에 대한

메타데이터는 학기 말이나 학년 말에 ‘다대출자’의 시상이나’

다활용도서’를 추출할 때 활용가능 .

- 입수 된 도서의 정보를 등록할 때 , DLS 를 사용하는 타 기관에서

입력해 놓은 도서의 메타데이터를 활용하여 등록이 가능하게 되어

입수 작업의 효율성을 향상시킴 .

- 이용자들의 대출 상황에 대한 메타데이터를 활용하여 이용자들의

성향 분석 및 선호도 등의 파악이 용이하여 다음 장서 구매를 할 때에

이용자의 요구에 맞는 장서구매계획을 세울 수 있음 .

◈ 사례 3. 인력파견업체

<< 인력파견업체인력파견업체 >> << 기업기업 >><< 구직희망자구직희망자 >>

개인의 이력정보및 소개서

회사소개 및필요인재요건

원하는 인재 제공원하는 회사 제공

- 기업 , 기관 등으로부터 인력을 조달해주는 아웃소싱업체를 ‘

인력파견업체’라고 한다 .

- 구직 희망자는 자신의 이력사항을 인력파견업체에 제출하면

파견업체에서는 구직자에 대한 메타데이터를 생성하여 기업체의

인력요청이 있을 때 작업의 스타일에 맞는 인력을 추천해 줄 수 있다 .

- 구직자와 구인자는 직접적인 접촉이 없어도 인력파견업체의

메타데이터를 이용해서 상호간의 필요한 요소를 충족 할 수 있다 .

- 1999 년 미국에서 콘텐츠 제작자 및 방송사 서비스제공자 , 사용자가 대용량 저장매체를 사용하기 위해 출발

- 사용자가 원하는 멀티미디어 콘텐츠를 원하는 시간에 텔레비전을 통해 볼 수 있게 하는 서비스

- 궁극적으로 실시간 방송과 인터넷이 결합된 형태의 통합서비스 IPTV

◈ 사례 4. 멀티미디어 검색 서비스 ‘ TV-Anytime’

Content Description Metadata

----------------------Program ID

컨텐츠 제작자

Instance Description Metadata

----------------------Program ID

방송 서비스 제공자Consumer Metadata

----------------------Program ID

사용자

Program CRID (Content Referencing Identifier)

Connect a program related metadata

1)콘텐츠 기술 메타데이터 (Content Description Metadata) 프로그램 개체와는 독립적으로 콘텐츠 자체의 내용정보를 기술하기 위한 메타데이터 . 단일 프로그램 및 연속 프로그램 정보를 기술할 수 있으며 , 그룹도 하나의 콘텐츠로서 간주됨 .

2) 개체기술 메타데이터 (Instance Description Metadata) 특정한 ( 방송 ) 이벤트 관련 프로그램 개체에 연관된 메타데이터로서 프로그램의 위치 및 서비스 정보를 기술하여 지역방송과 같은 정보응용에 사용할 수 있음 .

3) 사용자 메타데이터 (Consumer Metadata) 사용자의 콘텐츠 이용내역 및 사용자의 선호도와 관련된 정보사용 .

사용자 이용내역은 관찰시간 동안의 사용자 동작에 대한 리스트를 기술하기 위한 메타데이터로 사용자 선호도 정보를 자동으로 생성하거나 이용내역에 관한 정보를 상호간에 교환함에 있어서 호환성을 갖도록 하는데 목적을 둠 . 사용자 선호도는 콘텐츠의 소비와 관련된 사용자의 취향 정보를 기술하며 , 콘텐츠 관련 메타데이터 ( 콘텐츠기술 메타데이터 , 개체관련 메타데이터 등 ) 와 그 내용을 비교하여 원하는 콘텐츠를 탐색 , 선택하고 소비할 수 있도록 함 .

◈ 사례 5. 소송을 위한 수집자료의 메타데이터 활용 .

건강보험공단이 담배 회사를 상대로 흡연피해 손해배상 청구소송을 함 .

소송대상

- KT&G 59% 외국자본 41% 국내기업지분소유

- 필립모리스 ( 말보로 )

- BAT(던힐 )

유해성 ( 위법성 )

- 69종 발암 및 의심물질 20 여종 A 급- 4800 여 화학물질- 흡연자는 후두암 6.5 배 , 폐암 4.5 배 , 식도암 3.6 배 높다 .- 중독성유발 : 첨가물 ( 딸기향 , 쓴맛제거제 ) 과 니코틴양조작 및 조제- 암모니아외 첨가물 포함 가능성- 마케팅- 자판기 설치- KT&G 와 유사 위해 주기적 성분분석

Data 활용- 19 년간 130 만명 925억건 추적조사- 흡연으로 유발된 35종 질병 중 1위 뇌질환 , 2 위 심장질 환 외 각종 암종류중- 법원의 인과관계 인정된 폐 :소세포암 후두 :편평세포암 편평상피세포암 537억 /10 년 - 건보부담금 환수소송제기 . 가액늘려 소송규모확대계획

- 년간 흡연으로 인한 의료손실액 1조 7천억으로 건강보험공단은

흡연으로 인한 피해자의 정보를 메타데이터로 확보하여 흡연과

질병의 인과관계를 밝힐 수 있다 .

- 담배 중독증은 질병으로 분류

- 건강보험공단에서는 가입자들의 병원이용정보 , 성별 , 나이 , 질병유무

및 종류 등의 메타데이터를 활용하여 각종 통계데이터로 도출이 가능

하다 .

- 이용자에 관련 된 메타데이터를 바탕으로 추후에 건강의료예방정책을

수립할 때 참고가 가능하다 . .