2. 시계열 자료와 분석방법 안정화

1) 디자인산업분야에 대한 통계조사자료

디자인산업분야를 이해하고 장기적인 발전 전략과 인력개발방안을 수립하기 위해서는 시계열 자료의 확보가 시급히 요구된다. 한국디자인진흥원은 1997년과 2002년 기업체 디자인분야 인력현황 및 실태조사를 비롯하여 2006, 2007년의 디자인분야 주요 통계 및 현황조사를 거쳐 2009, 2011, 2013, 2014년에는 산업디자인통계조사를 실시하여 왔다.

조사자료들을 살펴보면, 디자인사업규모 현황, 인력현황, 매출 및 투자현황, 교육현황을 중심으로 일관되게 조사가 이루어져왔다는 것을 알 수 있다. 따라서 조사보고서들 간에 사업규모 및 인력에 관한 주요 내용들이 공통적으로 포함되어 있어 시계열 자료화할 수 있는 가능성을 갖고 있다.

그러나 디자인관련 통계조사결과들이 인력수급갭 전망을 비롯하여 예측시스템에서 활용 가능한 시계열 자료가 되기에는 몇가지 한계가 내재되어 있다. 먼저, 조사마다 디자인조사 대상 기업 및 기관의 범위와 표집대상, 표집방법에 차이가 있었다. 연도별 조사가 진행될 때마다 조사 당시의 사회적 요구에 부응하기 위하여 조사연구가 이루어졌기 때문에 디자인조사 대상 업체 및 기관 선정도 달라졌다.

디자인산업 관련 조사는 디자인관련 업체와 일반기업에 대해 행해지던 단계에서 체계적으로 전문디자인업체, 디자인활용업체, 공공기관에 대해 실행하는 것으로 범주와 유형구분의 변화를 거쳐 정착되었다. 또한 전수조사가 아니라 표집을 통해 자료가 수집되었기 때문에 동일 기업들에 대한 데이터를 연도별로 확보하고 있지 못하다. 따라서 향후 디자인산업분야 기업체 및 기관 전수조사, 혹은 최소한 동일표본조사를 염두에 두어야 한다.

통계조사 내용 면에서 조사 변수(variables)들의 명칭이 유사하더라도 동일한 내용의 변수가 아닌 경우가 있어 시계열 자료로 통합되는 과정에서 문제를 발생시킬 수 있다. 동일한 데이터 항목인지에 대한 판단여부는 조사된 실제 데이터의 값을 비교하는 과정에서 이루어질 수 있다.

통계조사 보고 면에서는 자료의 요약과정에서 사업규모 및 인력현황 관련 주요 데이터들에 대해 평균치 뿐 아니라 합계, 빈도수와 같은 기본적인 통계수치를 함께 제시할 필요가 있다. 평균, 분산, 빈도수와 같은 기술통계들은 자료 요약 제시를 위한 기본적인 수치들로써, 해당 연도별 자료의 특성을 나타내고 연도 간 비교작업을 수행하는 데에 필수적인 내용들이다. 더욱이 시계열 자료 분석을 통해 예측작업이 이루어져야 하는 경우라면, 변수별로 평균값을 중심으로 분산에 대한 이해가 필요하다. 또한 개별 기업 데이터들에 대한 자료가 충분치 않은 연도를 분석에 포함해야 하거나 자료를 공개하기 어려운 경우, 제한된 범위 내에서 예측을 위한 추리통계 분석이 가능하도록 하는 정보가 될 수 있다.

통계조사 관리 면에서는 디자인산업분야 통계조사 담당인력의 지속성, 인력의 지속적인 충원, 조사업체의 일관성 등을 확보하여 조사가 이루어질 때 양질의 시계열 데이터와 신뢰로운 예측시스템을 확보할 수 있을 것이다. 이러한 좋은 예측시스템 구현을 위한 시계열 데이터 확보의 좋은 예로는 국내의 건설업 분야, 과학기술인력추정 분야 등을 참고할 수 있다(김민형 외, 2012; 장창원 외, 2010). 이러한 시계열 데이터와 신뢰로운 예측시스템 확보를 통해 디자인산업분야 인력수급갭 역량모델 역시 향후 더욱 고도화될 수 있다.

2) 시계열 자료(time series data)와 분석방법

시계열 자료와 분석은 주어진 현상을 이해하고 향후 변화나 전개 양상을 예측하는 데에 요구되는 필수적인 요소이다. 급격한 변화와 불안정성을 특징으로 하는 현대사회에서 과거와 현재 시점의 연속된 자료를 통한 미래 예측은 인간의 사회문화, 정치경제적 활동에 안정성을 더하려는 노력이라고 할 수 있다. 1970년대를 지나며 시계열 분석에 대한 기념적이고 체계적인 연구문헌들(Box & Jenkins, 1976)이 나온 이래로, 시계열 자료 확보와 분석방법에 대한 관심은 사회과학 분야에서 꾸준히 증가하고 있다(노형진, 2007;정동빈, 2009).

시계열 자료는 시간의 흐름에 따라 순차적으로 발생한 관측치들이 집합된 데이터를 말한다(노형진, 2007). 시계열 자료분석은 특정 변수에 대하여 현재시점 이후 과거 관찰값들의 양상 및 변화와 유사한 양태로 전개될 것이라는 가정에 바탕을 두고 일정한 시점까지 미래의 값을 예측하는 기법이다. 정확한 예측을 위해서는 시계열 자료의 성격과 특징, 환경변수들에 부합하는 분석기법을 선택하여 활용하는 것이 중요하다. 시계열 자료와 분석기법을 고려하는 과정에서 시계열 자료의 변수를 어떻게 유지, 조정, 변환, 보완할 것인가에 대한 전략들을 고려하게 된다.

시계열 자료에서는 시간이 중요한 변수로 작용한다. 시계열 자료 생성을 목표로 한다면, 시간적인 요소를 규칙적으로 형성시키는 것이 가장 중요한 과정이다. 연도별, 분기별, 월별과 같이 정해진 시점에서 자료가 규칙적으로 생성되는 경우에 시계열 자료를 형성하는 기본적인 요건을 갖추었다고 할 수 있다. 대부분의 시계열 자료들은 연속된 값을 형성하기 보다는 조사시점 혹은 자료 생성 시점에 따라 이산적 형태를 갖게 된다(노형진, 2007). 문제는 이 이산적인 형태가 규칙적이여야 한다는 것이다. 이러한 규칙성은 같은 시간 간격으로 관측을 실행함으로써 획득된다. 산업디자인 통계조사는 2년 단위로 실행되던 체제에서 연도별 실행 체제로 변화되었는데, 이는 시계열 자료의 시점이 통일되어있지 않다는 것을 의미한다. 인력수급갭 분석모형의 고도화와 갭분석 결과의 정확성을 위해서는 연도별 자료 조사가 반드시 요구된다고 할 수 있다.

시계열 자료의 전개 양상이 특정 변수에 대해 평균값을 중심으로 일정한 변동폭을 갖는 경우를 비이동적(stationary) 시계열 자료라고 한다. 반면, 변동폭이 일정하지 않은 경우를 이동적(non-stationary) 시계열 자료라고 하며 사회과학분야에서 다루는 대부분의 자료들은 이동적 시계열 자료라고 할 수 있다. 본 인력수급갭 분석 과정에서도 조사시점 2013, 2014, 2015년 데이터를 통합한 자료에서 시계열 데이터의 비정상적인 분포를 확인할 수 있다. 이러한 분포는 시계열 그래프를 통하여 확인된다.

이산적 형태, 이동적 시계열자료들은 대부분 평균값을 중심으로 일정하지 않은 변동폭을 갖게 된다. 시계열 분석방법 중 평활법(Smoothing Method)은 관측치들의 불규칙한 변동양태를 부드러운 곡선으로 조정하는 방법이다. 이는 일정한 부드러운 곡선을 기준으로 관측치들이 수집된 것이라는 가정을 바탕으로 임의로 곡선에서 벗어난 값들을 보정하여 곡선의 패턴을 찾아내자는 방법(Smoothing)이다. 시계열 자료 변수에 가중치를 부여하는 방법에 따라 이동평균법(Moving Average)과 지수평활법(Exponential Smoothing)을 주로 고려한다.

디자인산업분야 인력수급갭 분석모형을 고도화하기 위해서는 시계열 자료 분석기법들을 안정화시키려는 노력이 필요하다. 시계열 분석방법은 시계열 자료의 형태와 변동양상에 따라 이동평균법, 지수평활법, ARIMA모형, 계절분해 등을 선택하여 적용하게 된다(노형진, 2007; 정동빈, 2009a). 2009년부터 이루어진 산업디자인통계조사 자료들의 경우, 추세변동, 지수평활법을 적용할 필요가 있다. 이는 디자인통계조사 자료들이 변동폭이 크고 비교적 선형적인 형태를 갖고 있기 때문에 추세변동(trend variations)을 고려하되, 변동폭은 지수평활법으로 보정하는 것이 바람직하다.

이외에도 최근 베이지안 방법을 활용하는 예측방법이 비교적 간편한 프로그램들을 통해 가능해지고 있어 인력수급갭 분석에도 활용할 수 있을 것으로 보인다. 베이지안 방법은 일정시점 과거의 자료가 현재 관측값에 영향을 끼친다는 가정 하에 과거치를 기준으로 확률적인 통계적 모델링을 하는 방식이다. 특별히 예측에서의 베이지안 추정방법은 과거의 추세 변동이 현재의 상태를 다르게 설명할 수 있다는 가정 하에 다양한 수학적 분포를 활용하는 것을 기본으로 한다(이철용, 2010). 산업디자인통계조사에 나타난 바와 같이 2010년대를 지나면서 디자인산업분야는 특정 연도에 사회경제적인 환경의 영향을 강하게 받아 자료값에 변동폭이 크게 나타나는 경향이 있기 때문에, 특정시점의 과거 변수값을 활용하여 다양한 확률분포에 따라 예측치를 도출해야할 필요가 있다. 이와 같은 방식은 향후 인력수급갭 분석모형을 디자인산업분야의 변동에 적합한 예측시스템으로 고도화시키는 데에 기여할 수 있다.

<주 의>

1. 본 보고서는 산업통상자원부에서 추진한 2015년 디자인산업 인적자원개발협의체(SC) 활성화 지원사업의 결과물입니

다.

2. 본 보고서의 내용을 발표할 때에는 반드시 산업통상자원부 2015년 디자인산업 인적자원개발협의체(SC) 활성화 지원

사업의 결과임을 밝혀야 합니다.

3. 국가과학기술 기밀유지에 필요한 내용은 대외적으로 발표 또는 공개할 수 없습니다.