과학기술정보통신부 조사1)에 의하면 2020년 기준 매출액 1,000억 원 이상 국내 기업(공공 제 외)의 빅데이터 도입률은 35.0%이다. 이제 빅데 이터의 이용은 기업경영에서 필수요소가 되어간 다고 볼 수 있다. 그러나 매출액 1,000억 원 미만 기업의 경우에는 5.3%로 급격히 낮아져 기업 규 모에 따른 편차가 매우 크게 나타나고 있다. 이는 기업 규모가 작을수록 빅데이터의 필요성을 낮게 보거나, 필요하더라도 실제 기업경영 활용에 어려 움을 겪기 때문이다.2) 우리나라 전체 관광사업체의 83.5%가 10명 미 만의 종사자를 고용하고 있고, 48.9%가 1억 원 미 만의 매출액을 기록하고 있다.3) 이런 영세한 규모 의 업체가 빅데이터를 구매하고 분석하여 비용을 1) 과학기술정보통신부(2021년), 2020 데이터산업 현황조사. 2) ‌ 빅데이터라고 할 만한 데이터가 없음(51.6%), 빅데이터를 분석할 만 큼 큰 기업이 아님(31.7%), 빅데이터 도입 효과가 나타날 업무가 없음 (30.2%), 빅데이터를 다룰 전문 인력이 없음(22.1%) 등의 순서로 응 답했다. 3) 문화체육관광부(2021년), 2019 관광사업체조사. 절감해 보다 효율적으로 수익을 창출하거나 새로 운 상품을 개발하는 등으로 활용하는 것은 현실적 으로 매우 어려운 일이라고 볼 수 있다. 한국관광 데이터랩 1.0 한국관광공사는 작년 2월 이동통신과 신용카 드, 내비게이션 등 민간 빅데이터와 관광통계, 관 광실태조사 등 공공데이터를 모아 데이터와 융합 분석을 무료로 제공하는 관광 빅데이터 플랫폼 서 비스를 시작한 바 있다. 이 플랫폼의 목적은 비용 과 전문지식 등의 이유로 빅데이터의 습득이나 분 석에 어려움을 겪는 개인과 기업, 지자체, 대학 및 연구기관 등이 보다 간편하게 관광 관련 정보를 얻도록 하는 데 있다. 광역 및 기초지자체가 각각 빅데이터를 구매하던 정부 예산 비용의 절감은 또 다른 효율성을 가져온다. 플랫폼 서비스는 다음과 같이 구성되어 있다. 먼저, ‘빅데이터활용 여행행태분석’은 각각의빅데이터를 이용한 광역 및 기초지자체별 방문자 수(이동통신)와 광역지자체별 관광지출액(신용카 드), 광역·기초지자체별 및 관광지별 검색량(내비 게이션) 등을 개별적으로 분석한다. ‘우리지역 관 광상황판’에서는 체류 시간, 숙박관광객 비율, 소 비 금액 등을 각각의 빅데이터를 융합분석하여 지 역별 관광 특성, 관광객 활동 유형, 거주지·성·연 령별 방문자 등으로 분류하여 지역 간 비교를 제 공한다. 이를 통하여 지자체와 기업은 더욱 효과 적으로 정책과 마케팅을 수립하고, 개인은 원하는 여행 목적지를 보다 편리하게 찾을 수 있다. 마지 막으로 공사가 기존에 제공하던 한국관광통계와 MICE 통계, 관광실태조사 등은 OLAP 기능을 통 한 입체적 분석이 가능해졌고, 보고서 형태로 제 작하여 업데이트 주기가 느렸던 “국가별 관광시장 분석”을 온라인으로 제공하여 실시간으로 업데이 트가 가능하게 하였다. 관광 관련 빅데이터 플랫폼을 운영하는 다른 나 라의 사례로는 일본의 RESAS(Regional Economy and Society Analyzing System)4)와 싱가 포르의 STAN(Singapore Tourism Analytics Network)5) 등이 있다. STAN은 전통적인 관광통 계인 관광객 인바운드와 호텔업 운영 현황, 관광 수입, 크루즈 통계 데이터와 이를 이용한 시각화 서비스를 제공하지만, 민간 빅데이터의 제공은 없 다. RESAS는 경제, 사회, 인구 등 다양한 공공데 이터와 함께 내비게이션과 신용카드, 통신 등의 민간 빅데이터를 이용한 분석과 데이터를 제공하 고 있으나, 데이터 업데이트 주기가 매우 느려 빅 4) https://resas.go.jp/#/13/13101 5) https://stan.stb.gov.sg/content/stan/en/home.html 데이터 분석의 의미가 거의 없다.6) 한국관광 데이터랩 2.0 공사는 올해 2월에 데이터의 양과 분석의 질을 개선한 ‘한국관광 데이터랩 2.0’ 서비스를 개시 한다. 첫째, 이동통신 데이터를 이용한 분석에서는 기 존의 방문자 수와 더불어 숙박자 수(1박, 2박, 3박 이상)와 숙박 체류 시간을 제공하고, 다수의 이용 자들이 요청했던 관광지별 방문자 비교를 추가하 여 더욱 심층적인 분석이 가능하도록 하였다. 둘째, 신용카드 지출은 기존의 BC카드 데이터 에 신한카드 데이터를 더 확보하여, 외국인 소비 지출도 일부나마 파악이 가능하게 되었다. 숙박업, 대중교통, 문화서비스 및 유원시설 등 10개 업종 별로 분류하였던 지출액을 호텔, 콘도, 육상 운송, 수상 운송, 문화서비스, 관광유원시설 등의 22개 업종으로 보다 세분화하여 활용성을 높였다. 기존의 ‘우리지역 관광상황판’은 ‘지역별 데이 터랩’으로 메뉴명을 변경하면서 활용도도 업그레 이드하였다. 기존 지자체별로만 분석하여 제공하 던 것을 전국 단위와 관광지별 분석을 추가하고, SNS 데이터 분석을 추가하여 최신 관광 트렌드 파악이 가능해졌다. 전국 및 지역별 대시보드는 기존의 방문자 수 와 체류 시간, 목적지 검색량 등을 융합분석한 관 광진단 지표, 목적지 검색 유형 및 업종별 소비지 출을 이용한 관광 활동 유형 분류, 성·연령·기간