RnDCircle Logo
arrow left icon

최영진 연구실

을지대학교 스마트의료정부학부

최영진 교수

Cloud Services Security

Healthcare Performance Analysis

Inter-Organizational Systems

최영진 연구실

스마트의료정부학부 최영진

최영진 연구실은 의료경영학과를 기반으로 정보기술관리와 디지털 전환, 데이터 기반 의료경영 등 다양한 융합 연구를 선도하고 있습니다. 본 연구실은 4차 산업혁명과 디지털 사회로의 전환이라는 시대적 흐름 속에서, 의료를 비롯한 다양한 산업 분야에서 정보기술의 전략적 활용과 혁신 방안에 대해 심도 있게 탐구합니다. 특히, 디지털 전환의 성공과 실패 요인을 산업별로 분석하고, 기술적 요소뿐만 아니라 조직의 변화관리, 리더십, 인적 역량, 위험 인식 등 다양한 요인을 통합적으로 고려합니다. 이를 통해 의료, 교육, 금융, 유통, 제조 등 각 산업의 특성에 맞는 맞춤형 디지털 혁신 전략을 제시하며, 실제 산업 현장과 정책 수립에 실질적인 기여를 하고 있습니다. 또한, 연구실은 데이터 마이닝, 기계학습, 통계적 분석 등 첨단 데이터 분석 기법을 활용하여 의료경영 분야의 다양한 문제를 해결하고 있습니다. 교통사고 사망률 예측, 약물 중독 사망 위험 예측, 미충족 의료 수요 예측 등 실제 의료 현장에서 발생하는 복잡한 데이터를 분석하여, 보다 정확하고 신뢰성 높은 예측모형을 개발하고 있습니다. 데이터의 불균형 문제, 정보시스템 감리, 클라우드 컴퓨팅 도입 등 실무적 문제 해결에도 집중하고 있습니다. 연구실은 공공부문 데이터 패브릭 도입, ICT 기업 경쟁력 강화, SW사업대가 개정, 상용SW 유지관리 평가지표 개선 등 다양한 국가 및 산업 프로젝트를 수행하며, 정보화 정책 및 산업 발전에 기여하고 있습니다. 이러한 연구 성과는 의료기관의 경영 효율성 제고, 환자 안전 및 서비스 품질 향상, 보건의료 정책 수립 등 사회 전반에 긍정적인 영향을 미치고 있습니다. 최영진 연구실은 앞으로도 정보기술과 의료경영의 융합을 통해, 데이터 기반의 혁신적 의사결정 지원체계 구축과 미래 의료산업의 발전을 선도할 것입니다.

Cloud Services Security
Healthcare Performance Analysis
Inter-Organizational Systems
정보기술관리와 디지털 전환
최영진 연구실은 정보기술관리(IT Management)와 디지털 전환(Digital Transformation)에 대한 심도 있는 연구를 수행하고 있습니다. 본 연구실은 4차 산업혁명과 COVID-19로 인한 사회 전반의 변화 속에서, 의료, 교육, 금융, 유통, 교통, 제조 등 다양한 산업 분야에서 디지털 전환이 어떻게 이루어지고 있는지에 주목합니다. 특히, 기술적 관점뿐만 아니라 인적 자원의 수용성, 변화관리, 리더십, 역량, 지각된 위험, 실행 등 다양한 요인을 종합적으로 분석하여 디지털 전환의 성공 및 실패 요인을 규명합니다. 연구실은 산업별 사례연구와 실증 분석을 통해 디지털 전환의 결정요인을 도출하고, 각 산업의 특성에 맞는 전략적 접근 방안을 제시합니다. 예를 들어, 의료 분야에서는 임상 벤치마크와 분야 간 협업, 공공 분야에서는 정부 정책과 법·제도 지원, 금융 분야에서는 사이버 위험과 법적 규제 대응 등이 중요한 요소로 분석됩니다. 이러한 연구는 디지털 전환이 단순한 기술 도입을 넘어 조직과 사회 전반의 혁신을 이끌어내는 데 필수적인 요소임을 강조합니다. 또한, 연구실은 디지털 전환의 확산과정에서 발생하는 데이터 불균형, 정보시스템 감리, 클라우드 컴퓨팅 도입 등 실무적 문제 해결에도 집중합니다. 이를 통해 조직의 경쟁력 강화와 효율적인 정보기술 활용 방안을 모색하며, 국내외 다양한 정책 및 산업 현장에 실질적인 기여를 하고 있습니다.
데이터 기반 의료경영 및 예측모형 개발
본 연구실은 데이터 마이닝, 기계학습, 통계적 분석 등 첨단 데이터 분석 기법을 활용하여 의료경영 분야의 다양한 문제를 해결하고 있습니다. 예를 들어, 교통사고 사망률 예측, 약물 중독 사망 위험 예측, 미충족 의료 수요 예측 등 실제 의료 현장에서 발생하는 복잡한 데이터를 분석하여, 보다 정확한 예측모형을 개발하고 있습니다. 이러한 연구는 의료 패널 데이터, 고령화 패널 데이터, 건강보험 데이터 등 다양한 국가 데이터베이스를 활용하여 이루어집니다. 연구실은 데이터의 불균형 문제를 해결하기 위해 언더샘플링, 오버샘플링, 앙상블 기법(XGBoost 등)과 같은 최신 데이터 전처리 및 분석 기법을 적용합니다. 이를 통해 기존의 전통적 통계모형과 기계학습 기반 예측모형의 성능을 비교·분석하고, 실제 의료정책 및 서비스 개선에 적용할 수 있는 실질적이고 신뢰성 높은 결과를 도출합니다. 또한, 의료정보시스템(EHR) 도입 효과, 병원 서비스 품질, 의료기관의 정보화 전략 등 의료경영 전반에 걸친 다양한 주제를 다루고 있습니다. 이러한 연구는 의료기관의 경영 효율성 제고, 환자 안전 및 서비스 품질 향상, 보건의료 정책 수립 등 사회적 파급효과가 매우 큽니다. 연구실은 데이터 기반의 의사결정 지원체계 구축을 통해, 미래 의료경영의 혁신을 선도하고 있습니다.
1
Comparison of mortality prediction models for road traffic accidents: an ensemble technique for imbalanced data
최영진, 부유경
BMC Public Health, 202208
2
Determinants for Successful Digital Transformation
최영진, 오경환, 이석준, 고형석
sustainability, 202201
3
Comparison of Prediction Models for Mortality Related to Injuries from Road Traffic Accidents after Correcting for Undersampling
Boo, Y (Boo, Yookyung), Choi, Y (Choi, Youngjin)
INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH, 202106
1
공공부문 데이터 패브릭 도입 방안 용역
한국정보사회진흥원
2021년 09월 ~ 2021년 12월
2
디지털 대전환 촉진을 통한 ICT 기업 경쟁력 강화 방안
정보통신기획평가원
2021년 04월 ~ 2021년 12월
3
디 지 털 트 랜 스 포 메 이 션 수 용 성 확 보 를 위 한 조 사
한국정보화진흥원
2020년 09월 ~ 2020년 12월