요약 1

제1장 서론 7
제1절 연구의 배경 및 목적 9
제2절 연구의 내용 및 방법 12

제2장 데이터 드리프트(Data Drift) 대응 기술 및 최신 방법론 고찰 15
제1절 데이터 드리프트 유형과 예시 17
제2절 데이터 드리프트 탐지 방법 31
제3절 데이터 드리프트 탐지 방법 비교 및 유형별 적용 70

제3장 보건복지분야 데이터 드리프트 시뮬레이션 73
제1절 가구구성 변화에 따른 데이터 드리프트 분석 75
제2절 고혈압 기준 변화에 따른 데이터 드리프트 분석 82
제3절 복지사각지대 데이터 드리프트 분석 87
제4절 소결 108

제4장 데이터 드리프트 관리 방안 111
제1절 데이터 드리프트 관리 프로세스 113
제2절 데이터 드리프트 유형별 모니터링 방안 119

제5장 결론 및 시사점 129

참고문헌 135

Abstract 143

데이터 드리프트는 기계학습 모델 학습에 사용된 데이터의 통계적 특성이 시간 경과에 따라 변화하는 것을 의미하며, 보건복지 분야에서는 인구구조 변화, 복지서비스 대상 확대 등으로 인해 두드러지게 나타나고 있다. 본 연구는 데이터 드리프트의 유형별 특성을 검토하고 탐지 방법들의 장단점을 체계적으로 정리하며, 공공 데이터 기반 시뮬레이션을 수행하여 데이터 기반 보건복지 행정의 신뢰성과 지속 가능성을 강화할 수 있는 실질적 방안을 제안하였다.
보건복지 분야의 데이터 드리프트 관리 방안 마련으로 보다 나은 보건복지서비스 제공과 정책 효과성 제고로 이어지길 기대한다.