독일과 EU에서 Industry 4.0 : 소유권과 접근권 사이의 데이터 주도 경제에서 데이터 :소유권과 접근권 사이의 데이터 주도 경제에서 데이터

Hans-Heinrich Trute; 이성엽

추천

검색

질문

자료유형: 학술저널

저자정보: Hans-Heinrich Trute (독일 함부르크 대학교) 이성엽 (고려대학교)

저널정보: 서울대학교 공익산업법센터 경제규제와 법 경제규제와 법 제10권 제2호(통권 제20호)

발행연도: 2017.11

수록면: 193 - 207 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Industry 4.0은 핵심에 있어서는 적응형 지능형 생산시스템의 조건에서 생산프로세스가 변화되는 것을 의미한다. 그 변화는 중앙통제 및 사전 최적화된 생산프로세스에 의해 통제되는 대신 프로세스의 지속적인 자체 최적화를 목표로 하며, 이는 인공지능 특히 머신러닝 기술에 의한 지속적인 정보 창출, 유통 과정과 제도에 의해 가능한 것이다.
다음 프레젠테이션은 새로운 데이터 경제에 초점을 맞출 것이다. 그러나 데이터에 관한 토론이나 적절한 법적 프레임워크에 대한 논의는 연결된 세계에서 유비쿼터스 데이터 시대에 개인정보 보호와 개인정보의 자기결정권이라는 헌법적 이슈에 의해 오랫동안 지배 받아왔다. Industry 4.0은 기계가 생성한 비개인적인 데이터, 그 데이터의 혁신 프로세스에서의 역할, 그리고 제외 권한과 액세스 권한 간의 적절한 규제 프레임 워크로 관심을 전환시킨다. 이것은 EU와 독일에서 중요한 정치적 문제로 드러났으며 한쪽 면에서 데이터의 자유로운 흐름과 다른 면에서 기계로 생성된 데이터를 보호할 필요성을 보장하기 위한 다양한 개념과 도구에 대한 논의로 이어졌다.
현재 프레임 워크와 데이터 및 데이터 세트에 대한 적용 가능성을 언급하기 전에 먼저 데이터 개념이 잘 정의되어 있지 않기 때문에 데이터의 일부 특성을 간략하게 설명하고자 한다. 데이터는 실제 세계 또는 속성 또는 특성을 나타내는 것으로 이해되는 경우가 많으며, 중립적이며 객관적이며 사전 분석적이며 정보를 전달하는 것으로 취급되는 액면가치로 간주되기로 한다. 이것은 컨테이너 접근 방식이라고 할 수 있다. 그러나 실제로 데이터는 기술적으로, 경제적으로, 윤리적으로, 일시적으로 프레임화 되어 있다. 나는 데이터는 생성되고 해석되는 맥락과는 독립적으로 존재하지 않는다는 가설을 따를 것이다.
따라서 컨테이너 접근 방식을 따르는 대신 다른 데이터와 데이터 세트 간의 관계를 보는 것이 더 중요하다. 이것은 현재의 토론에서 뜨거운 주제인 “데이터 소유권”에 관한 문제에 많은 영향을 미친다. 그러나 재산권 또는 지적재산권법제가 현재 보호의 대상으로서 비개인적인 데이터를 포괄하지 못한다. 사실 지배적인 구조 프레임 워크는 주로 계약적 프레임 워크인데 이는 대부분의 비즈니스 행위자에게 충분한 사실적 합의를 수반한다. 이것은 이 문제의 경제적 분석과 양립한다. 데이터를 데이터 풀, 데이터 표준, 상호 운용성 등에 접근할 수 있는 권한을 주는 데이터 기반 경제의 인프라로 생각하는 것이 더 생산적인 접근 방식일 수 있다.

#비개인 데이터 #데이터 소유권 #재산권 #지적 재산권 #데이터베이스 보호 #영업 비밀 #인프라로서 데이터 #데이터의 경제

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Hans-Heinrich Trute

소속기관 University of Hamburg

주요연구분야 사회과학 > 법학 사회과학 > 사회과학 일반

논문수 10 이용수 2,447

이성엽

소속기관 고려대학교 기술경영전문대학원

주요연구분야 사회과학 > 법학 TOP 5% 사회과학 > 행정학

논문수 23 이용수 12,615

이 논문과 함께 이용한 논문

개인정보 비식별화 역추적을 위한 머신러닝 활용에 대한 연구 제시

오예원 , 김기천 한국통신학회 학술대회논문집 2018 .01

기계학습 방법에 기반 한 불균형 침입탐지 데이터 분류법의 성능평가에 관한 연구

서재현 한국지능시스템학회 논문지 2017 .10

[국문 번역문] 사물인터넷(IoT) : 독일적 관점에서의 논평

Hans-Hein , ich T , ute 외 1명 경제규제와 법 2016 .05

제4차 산업혁명: 데이터 경제를 준비하며

우지영 한국콘텐츠학회지 2017 .03

사용자의 메시지 데이터를 수집하는 효과적인 방법과 데이터 활용에 관한 사례연구 : 스캐터랩의 감정 분석 인공지능 개발 사례를 중심으로

박중신 , 박도은 , 최정혜 외 2명 한국HCI학회 학술대회 2018 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)