2. 열린 정부라는 시각에서 서울시 사례를 근간으로
1. open government
2. open data
1. paradigm
2. seoul open data – as is
3. seoul open data – to be
3. consideration
열린 정부 그리고 열린 데이터
4. why open government data?
시민 정부는 진실성, 부패척결과 공공 신뢰에 도움 받게 되고, 교통정보는 효용성에 방점을 두어야 함
출처 - http://opengovernmentdata.org/why
Participatory
Governance
Transparency
Releasing
social and
commercial
value
3I. open government
5. 서울시의 열린 시정
서울시는 열린 시정 2.0 을 구현하기 위하여 시민의 알 권리를 선언하고 연도별 계획 시행
4I. open government
7. 미국과 영국의 모델 – 공통점과 상이점
미국과 영국은 사회적인 인프라와 IT 인프라 2개의 큰 축에서 open governmentdata 지향
Infra I
law network
organization culture
Infra II
platformopen source
linked data prosumer
6
1. paradigm
II. open government data
8. open government data sites
세계적으로 open governmentdata를 서비스하는 사이트가 늘어가고 있음
7
1. paradigm
II. open government data
9. seoul open data plaza 개요
서울 열린 데이터 광장을 open governmentdata를 위한 서울시 대표 포털
시스템 수
68
dataset
1033
service
1592
8
2. 서울 열린 데이터 광장 – as is
II. open government data
10. seoul open data plaza service(1/3)
9
2. 서울 열린 데이터 광장 – as is
II. open government data
11. seoul open data plaza service(2/3)
10
2. 서울 열린 데이터 광장 – as is
II. open government data
12. seoul open data plaza service(3/3)
11
2. 서울 열린 데이터 광장 – as is
II. open government data
14. data of seoul
산하기관과 자치구 데이터도 공개할 계획
government
central local
location /
owner
non-
government
특별시 자치구
affilia
ted
기업 시민 학계
서울
시
‘13(42%)
205 151
출연
기관
‘13(20)
‘14(20)
‘15(27)
33%
자치구
‘13 시범사업
13
3. 서울 열린 데이터 광장 – to be
II. open government data
15. data about seoul
data loading 기능으로 기업과 시민의 데이터를 모으고 Link를 강화하면서 카탈로그 서비스
14
3. 서울 열린 데이터 광장 – to be
II. open government data
16. data for seoul
open data에서 이제 데이터 활용을 통한 정책결정과 시민편익에 도움을 주는 방향을 고려
15
3. 서울 열린 데이터 광장 – to be
II. open government data
17. data for seoul – case I
16
3. 서울 열린 데이터 광장 – to be
II. open government data
18. data for seoul – case II
17
3. 서울 열린 데이터 광장 – to be
II. open government data
19. data for seoul – case II
18
3. 서울 열린 데이터 광장 – to be
II. open government data
심야 시간(0시~5시) 통화량 분석
구역별 유동인구 밀집도 분석
인구 밀집도 색상 시각화
1. 유동인구 밀집도 분석 2. 유동인구 기반 노선 최적화 3. 유동인구 기반 배차간격 조정
노선, 시간, 요일별 패턴 분석
노선 부근 유동인구 가중치 계산
유동인구 기반 노선 최적화
정류장 단위로 통행량 추정
통행량을 선의 굵기로 시각화
요일별 배차 간격 조정
20. lessons learned – 시행착오 1
명확한 vision, mission, goal, measurement아래4가지 업무적 요소가 고려되어야 합니다.
19
1. 서울시의 경험(experience)
III. consideration
sponsorship legal basis
collaboration readiness
21. lessons learned – 시행착오 2
데이터의 생성과 존재형식 그리고 서비스 범위와 방식이 고려 및 결정되어야 합니다.
20
1. 서울시의 경험(experience)
III. consideration
time
data
type
service
coverage
service
directing
point
22. benchmarking
서울시는 해외 사이트에 대한 벤치마킹을 실시하였습니다.
21
2. 고민의 대상
III. consideration
but, is not supported for
23. eco system
데이터의 유통을 위한 생태계의 stakeholder에게줄수 있는 benefit을고민해야 겠습니다.
22
2. 고민의 대상
III. consideration
consumer
More
use, request,
make app.
data owner
more share
data
cooperator
more engage
share
more data
in network
provider
more provide,
convenient tightly
coupling