Overview

Dataset statistics

Number of variables15
Number of observations126
Missing cells746
Missing cells (%)39.5%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory15.0 KiB
Average record size in memory122.0 B

Variable types

Categorical3
Text12

Dataset

Description연도별 인적자원개발 컨퍼런스에서 진행되었던 강연일정, 강연제목, 강연내용, 강의자, 영상 링크 정보 등을 제공하고 있습니다.
Author한국산업인력공단
URLhttps://www.data.go.kr/data/15108913/fileData.do

Alerts

연도 is highly overall correlated with 구분 and 1 other fieldsHigh correlation
구분 is highly overall correlated with 연도 and 1 other fieldsHigh correlation
강연일정 is highly overall correlated with 연도 and 1 other fieldsHigh correlation
주요활동 has 119 (94.4%) missing valuesMissing
수상 has 120 (95.2%) missing valuesMissing
저서 has 65 (51.6%) missing valuesMissing
방송 has 123 (97.6%) missing valuesMissing
강연내용 has 30 (23.8%) missing valuesMissing
사전학습자료 has 95 (75.4%) missing valuesMissing
홈페이지 has 94 (74.6%) missing valuesMissing
키워드 has 100 (79.4%) missing valuesMissing
주요경력 has unique valuesUnique

Reproduction

Analysis started2023-12-12 11:33:27.136435
Analysis finished2023-12-12 11:33:31.753831
Duration4.62 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

연도
Categorical

HIGH CORRELATION 

Distinct4
Distinct (%)3.2%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2022
35 
2019
34 
2020
29 
2021
28 

Length

Max length4
Median length4
Mean length4
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2022
2nd row2022
3rd row2022
4th row2022
5th row2022

Common Values

ValueCountFrequency (%)
2022 35
27.8%
2019 34
27.0%
2020 29
23.0%
2021 28
22.2%

Length

2023-12-12T20:33:31.882697image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T20:33:32.089184image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2022 35
27.8%
2019 34
27.0%
2020 29
23.0%
2021 28
22.2%

구분
Categorical

HIGH CORRELATION 

Distinct22
Distinct (%)17.5%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
HRD
23 
HRM
17 
기업우수사례
12 
공공트랙
11 
KHRD(공공) 트랙전체 메타버스 적용
Other values (17)
56 

Length

Max length39
Median length35
Mean length8.8968254
Min length3

Unique

Unique4 ?
Unique (%)3.2%

Sample

1st rowHRD, HRM, 기업우수사례, KHRD(공공) 트랙전체 메타버스 적용
2nd rowHRD
3rd rowHRM
4th row기업우수사례
5th rowKHRD(공공) 트랙전체 메타버스 적용

Common Values

ValueCountFrequency (%)
HRD 23
18.3%
HRM 17
13.5%
기업우수사례 12
9.5%
공공트랙 11
 
8.7%
KHRD(공공) 트랙전체 메타버스 적용 7
 
5.6%
KHRD(공공) 6
 
4.8%
KDigital Training 6
 
4.8%
NHRD와 공공 6
 
4.8%
최신트랜드 5
 
4.0%
통합적HR 5
 
4.0%
Other values (12) 28
22.2%

Length

2023-12-12T20:33:32.369960image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
hrd 36
15.6%
hrm 27
 
11.7%
기업우수사례 19
 
8.2%
khrd(공공 16
 
6.9%
공공트랙 14
 
6.1%
기업 13
 
5.6%
training 9
 
3.9%
공공 9
 
3.9%
nhrd와 9
 
3.9%
kdigital 9
 
3.9%
Other values (11) 70
30.3%

강연일정
Categorical

HIGH CORRELATION 

Distinct36
Distinct (%)28.6%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2019-09-09 16:20
11 
2022-09-16 13:50
10 
2022-09-15 14:50
10 
2021-09-14 11:30
 
6
2021-09-13 14:50
 
5
Other values (31)
84 

Length

Max length16
Median length16
Mean length16
Min length16

Unique

Unique14 ?
Unique (%)11.1%

Sample

1st row2022-09-15 10:50
2nd row2022-09-15 13:20
3rd row2022-09-15 13:20
4th row2022-09-15 13:20
5th row2022-09-15 13:20

Common Values

ValueCountFrequency (%)
2019-09-09 16:20 11
 
8.7%
2022-09-16 13:50 10
 
7.9%
2022-09-15 14:50 10
 
7.9%
2021-09-14 11:30 6
 
4.8%
2021-09-13 14:50 5
 
4.0%
2019-09-9 13:20~ 5
 
4.0%
2019-09-09 14:50 5
 
4.0%
2020-09-11 13:50 5
 
4.0%
2020-09-11 11:30 5
 
4.0%
2019-09-10 11:30 5
 
4.0%
Other values (26) 59
46.8%

Length

2023-12-12T20:33:32.633738image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
13:50 24
 
9.5%
14:50 24
 
9.5%
16:20 23
 
9.1%
2022-09-15 19
 
7.5%
2020-09-10 17
 
6.7%
13:20 17
 
6.7%
2019-09-09 16
 
6.3%
2022-09-16 16
 
6.3%
11:30 16
 
6.3%
2021-09-13 15
 
6.0%
Other values (12) 65
25.8%

이름
Text

Distinct122
Distinct (%)96.8%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T20:33:33.188329image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length28
Median length3
Mean length4.0793651
Min length2

Characters and Unicode

Total characters514
Distinct characters162
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique118 ?
Unique (%)93.7%

Sample

1st row윤승원
2nd row염재호
3rd row스텔라 김(Stella H. Kim)
4th row윌 폴리제(Will Polese)
5th row한혜진
ValueCountFrequency (%)
윤승원 2
 
1.4%
김재원 2
 
1.4%
김상균 2
 
1.4%
장원섭 2
 
1.4%
고현숙 1
 
0.7%
함돈균 1
 
0.7%
정강욱 1
 
0.7%
장재웅 1
 
0.7%
문은호 1
 
0.7%
임성수 1
 
0.7%
Other values (128) 128
90.1%
2023-12-12T20:33:34.052358image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
26
 
5.1%
17
 
3.3%
16
 
3.1%
16
 
3.1%
15
 
2.9%
12
 
2.3%
12
 
2.3%
) 10
 
1.9%
l 10
 
1.9%
10
 
1.9%
Other values (152) 370
72.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 395
76.8%
Lowercase Letter 64
 
12.5%
Space Separator 16
 
3.1%
Uppercase Letter 16
 
3.1%
Close Punctuation 10
 
1.9%
Open Punctuation 10
 
1.9%
Other Punctuation 2
 
0.4%
Control 1
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
26
 
6.6%
17
 
4.3%
16
 
4.1%
15
 
3.8%
12
 
3.0%
12
 
3.0%
10
 
2.5%
8
 
2.0%
8
 
2.0%
8
 
2.0%
Other values (120) 263
66.6%
Lowercase Letter
ValueCountFrequency (%)
l 10
15.6%
e 9
14.1%
i 9
14.1%
a 6
9.4%
o 5
7.8%
n 4
 
6.2%
h 4
 
6.2%
s 4
 
6.2%
m 3
 
4.7%
g 2
 
3.1%
Other values (6) 8
12.5%
Uppercase Letter
ValueCountFrequency (%)
S 3
18.8%
W 2
12.5%
T 2
12.5%
B 2
12.5%
V 1
 
6.2%
K 1
 
6.2%
N 1
 
6.2%
P 1
 
6.2%
H 1
 
6.2%
R 1
 
6.2%
Space Separator
ValueCountFrequency (%)
16
100.0%
Close Punctuation
ValueCountFrequency (%)
) 10
100.0%
Open Punctuation
ValueCountFrequency (%)
( 10
100.0%
Other Punctuation
ValueCountFrequency (%)
. 2
100.0%
Control
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 395
76.8%
Latin 80
 
15.6%
Common 39
 
7.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
26
 
6.6%
17
 
4.3%
16
 
4.1%
15
 
3.8%
12
 
3.0%
12
 
3.0%
10
 
2.5%
8
 
2.0%
8
 
2.0%
8
 
2.0%
Other values (120) 263
66.6%
Latin
ValueCountFrequency (%)
l 10
12.5%
e 9
 
11.2%
i 9
 
11.2%
a 6
 
7.5%
o 5
 
6.2%
n 4
 
5.0%
h 4
 
5.0%
s 4
 
5.0%
S 3
 
3.8%
m 3
 
3.8%
Other values (17) 23
28.7%
Common
ValueCountFrequency (%)
16
41.0%
) 10
25.6%
( 10
25.6%
. 2
 
5.1%
1
 
2.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 395
76.8%
ASCII 119
 
23.2%

Most frequent character per block

Hangul
ValueCountFrequency (%)
26
 
6.6%
17
 
4.3%
16
 
4.1%
15
 
3.8%
12
 
3.0%
12
 
3.0%
10
 
2.5%
8
 
2.0%
8
 
2.0%
8
 
2.0%
Other values (120) 263
66.6%
ASCII
ValueCountFrequency (%)
16
13.4%
) 10
 
8.4%
l 10
 
8.4%
( 10
 
8.4%
e 9
 
7.6%
i 9
 
7.6%
a 6
 
5.0%
o 5
 
4.2%
n 4
 
3.4%
h 4
 
3.4%
Other values (22) 36
30.3%

소속
Text

Distinct119
Distinct (%)94.4%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T20:33:34.598469image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length97
Median length33
Mean length14.119048
Min length5

Characters and Unicode

Total characters1779
Distinct characters304
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique114 ?
Unique (%)90.5%

Sample

1st row텍사스 A&M 대학교 교수, 인적자원개발 관점의 데이터 관리 분석 전문가
2nd row고려대학교 교수, 태재대학 총장
3rd rowHRCap, Inc 이사(글로벌 최대 아시아 아메리칸 헤드헌팅 기업)
4th row유데미(Udemy 아시아 대표)
5th row관세청인재개발원 주무관
ValueCountFrequency (%)
교수 32
 
9.0%
대표 19
 
5.3%
대표이사 7
 
2.0%
차장 6
 
1.7%
서울대학교 5
 
1.4%
한양대학교 4
 
1.1%
본부장 4
 
1.1%
상무 4
 
1.1%
부사장 3
 
0.8%
교장 3
 
0.8%
Other values (245) 270
75.6%
2023-12-12T20:33:35.415508image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
231
 
13.0%
78
 
4.4%
67
 
3.8%
47
 
2.6%
38
 
2.1%
38
 
2.1%
34
 
1.9%
31
 
1.7%
31
 
1.7%
29
 
1.6%
Other values (294) 1155
64.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1293
72.7%
Space Separator 231
 
13.0%
Uppercase Letter 109
 
6.1%
Lowercase Letter 84
 
4.7%
Other Punctuation 15
 
0.8%
Close Punctuation 13
 
0.7%
Open Punctuation 13
 
0.7%
Other Symbol 10
 
0.6%
Decimal Number 6
 
0.3%
Control 5
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
78
 
6.0%
67
 
5.2%
47
 
3.6%
38
 
2.9%
38
 
2.9%
34
 
2.6%
31
 
2.4%
31
 
2.4%
29
 
2.2%
29
 
2.2%
Other values (243) 871
67.4%
Uppercase Letter
ValueCountFrequency (%)
S 15
13.8%
C 10
 
9.2%
E 9
 
8.3%
I 8
 
7.3%
K 6
 
5.5%
L 6
 
5.5%
T 6
 
5.5%
A 6
 
5.5%
G 5
 
4.6%
D 5
 
4.6%
Other values (10) 33
30.3%
Lowercase Letter
ValueCountFrequency (%)
e 15
17.9%
o 10
11.9%
r 6
 
7.1%
a 6
 
7.1%
c 6
 
7.1%
l 5
 
6.0%
m 5
 
6.0%
i 4
 
4.8%
n 4
 
4.8%
p 4
 
4.8%
Other values (10) 19
22.6%
Other Punctuation
ValueCountFrequency (%)
, 9
60.0%
& 4
26.7%
/ 2
 
13.3%
Decimal Number
ValueCountFrequency (%)
2 3
50.0%
4 2
33.3%
3 1
 
16.7%
Space Separator
ValueCountFrequency (%)
231
100.0%
Close Punctuation
ValueCountFrequency (%)
) 13
100.0%
Open Punctuation
ValueCountFrequency (%)
( 13
100.0%
Other Symbol
ValueCountFrequency (%)
10
100.0%
Control
ValueCountFrequency (%)
5
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1302
73.2%
Common 283
 
15.9%
Latin 193
 
10.8%
Han 1
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
78
 
6.0%
67
 
5.1%
47
 
3.6%
38
 
2.9%
38
 
2.9%
34
 
2.6%
31
 
2.4%
31
 
2.4%
29
 
2.2%
29
 
2.2%
Other values (243) 880
67.6%
Latin
ValueCountFrequency (%)
S 15
 
7.8%
e 15
 
7.8%
o 10
 
5.2%
C 10
 
5.2%
E 9
 
4.7%
I 8
 
4.1%
K 6
 
3.1%
L 6
 
3.1%
T 6
 
3.1%
A 6
 
3.1%
Other values (30) 102
52.8%
Common
ValueCountFrequency (%)
231
81.6%
) 13
 
4.6%
( 13
 
4.6%
, 9
 
3.2%
5
 
1.8%
& 4
 
1.4%
2 3
 
1.1%
/ 2
 
0.7%
4 2
 
0.7%
3 1
 
0.4%
Han
ValueCountFrequency (%)
1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1292
72.6%
ASCII 476
 
26.8%
None 10
 
0.6%
CJK 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
231
48.5%
S 15
 
3.2%
e 15
 
3.2%
) 13
 
2.7%
( 13
 
2.7%
o 10
 
2.1%
C 10
 
2.1%
E 9
 
1.9%
, 9
 
1.9%
I 8
 
1.7%
Other values (40) 143
30.0%
Hangul
ValueCountFrequency (%)
78
 
6.0%
67
 
5.2%
47
 
3.6%
38
 
2.9%
38
 
2.9%
34
 
2.6%
31
 
2.4%
31
 
2.4%
29
 
2.2%
29
 
2.2%
Other values (242) 870
67.3%
None
ValueCountFrequency (%)
10
100.0%
CJK
ValueCountFrequency (%)
1
100.0%

주요경력
Text

UNIQUE 

Distinct126
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T20:33:35.937149image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length383
Median length136
Mean length105.86508
Min length11

Characters and Unicode

Total characters13339
Distinct characters532
Distinct categories13 ?
Distinct scripts4 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique126 ?
Unique (%)100.0%

Sample

1st rowPresidentelect, Academy of Human Resource Development (재미 인적자원개발협회, 차기 회장) Associate Editor, Human Resource Development Quarterly (SSCI, 2015~2022) (HRD 대표저널 HRDQ 부편집장)
2nd row태재대학교 설립준비위원장 고려대학교 제19대 총장 SK㈜ 이사회의장 서울평화상문화재단 이사장 등
3rd rowForbes Human Resources Council 공식 멤버 공인 SPHR(Human Resources의 Senior Professinal) Stony Brook University 객원교수, Senton Hall University Stillman School of Business 자문 위원 IBM 본사 인력 관리 및 인재 분석 전문가
4th rowUdemy 신생 벤처 및 기업 세일즈 총괄 MarketsandMarkets 일본 서부지역 부사장, 세일즈 총괄 Lux Research Inc. 분석 및 파트너십 총괄 이사 Xelocity Inc. 대표이사
5th row관세청 관세국경관리연수원 인재개발과 교육기획팀장 관세청 관세인재개발원 FTA분야 전임교수 서울세관, 평택세관, 인천공항세관 청주세관 조사심사과
ValueCountFrequency (%)
74
 
3.0%
65
 
2.7%
42
 
1.7%
40
 
1.6%
29
 
1.2%
석사 27
 
1.1%
23
 
0.9%
21
 
0.9%
교수 21
 
0.9%
학사 17
 
0.7%
Other values (1447) 2091
85.3%
2023-12-12T20:33:36.792418image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2331
 
17.5%
336
 
2.5%
243
 
1.8%
229
 
1.7%
224
 
1.7%
e 217
 
1.6%
) 196
 
1.5%
188
 
1.4%
159
 
1.2%
o 146
 
1.1%
Other values (522) 9070
68.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7375
55.3%
Space Separator 2331
 
17.5%
Lowercase Letter 1627
 
12.2%
Uppercase Letter 805
 
6.0%
Decimal Number 515
 
3.9%
Other Punctuation 253
 
1.9%
Close Punctuation 196
 
1.5%
Open Punctuation 129
 
1.0%
Math Symbol 61
 
0.5%
Other Symbol 19
 
0.1%
Other values (3) 28
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
336
 
4.6%
243
 
3.3%
229
 
3.1%
224
 
3.0%
188
 
2.5%
159
 
2.2%
135
 
1.8%
132
 
1.8%
116
 
1.6%
111
 
1.5%
Other values (441) 5502
74.6%
Uppercase Letter
ValueCountFrequency (%)
S 71
 
8.8%
D 60
 
7.5%
R 60
 
7.5%
H 58
 
7.2%
A 56
 
7.0%
C 50
 
6.2%
G 43
 
5.3%
I 42
 
5.2%
T 39
 
4.8%
E 39
 
4.8%
Other values (15) 287
35.7%
Lowercase Letter
ValueCountFrequency (%)
e 217
13.3%
o 146
 
9.0%
r 136
 
8.4%
a 136
 
8.4%
n 132
 
8.1%
i 130
 
8.0%
t 104
 
6.4%
s 89
 
5.5%
l 89
 
5.5%
c 71
 
4.4%
Other values (14) 377
23.2%
Decimal Number
ValueCountFrequency (%)
0 145
28.2%
2 117
22.7%
1 96
18.6%
9 35
 
6.8%
8 27
 
5.2%
5 25
 
4.9%
4 21
 
4.1%
7 17
 
3.3%
3 17
 
3.3%
6 15
 
2.9%
Other Punctuation
ValueCountFrequency (%)
, 124
49.0%
/ 51
20.2%
. 40
 
15.8%
& 16
 
6.3%
? 7
 
2.8%
' 6
 
2.4%
" 4
 
1.6%
: 4
 
1.6%
@ 1
 
0.4%
Math Symbol
ValueCountFrequency (%)
~ 48
78.7%
> 6
 
9.8%
< 5
 
8.2%
| 2
 
3.3%
Initial Punctuation
ValueCountFrequency (%)
13
86.7%
2
 
13.3%
Final Punctuation
ValueCountFrequency (%)
9
81.8%
2
 
18.2%
Space Separator
ValueCountFrequency (%)
2331
100.0%
Close Punctuation
ValueCountFrequency (%)
) 196
100.0%
Open Punctuation
ValueCountFrequency (%)
( 129
100.0%
Other Symbol
ValueCountFrequency (%)
19
100.0%
Modifier Symbol
ValueCountFrequency (%)
´ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 7254
54.4%
Common 3513
26.3%
Latin 2432
 
18.2%
Han 140
 
1.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
336
 
4.6%
243
 
3.3%
229
 
3.2%
224
 
3.1%
188
 
2.6%
159
 
2.2%
135
 
1.9%
132
 
1.8%
116
 
1.6%
111
 
1.5%
Other values (439) 5381
74.2%
Latin
ValueCountFrequency (%)
e 217
 
8.9%
o 146
 
6.0%
r 136
 
5.6%
a 136
 
5.6%
n 132
 
5.4%
i 130
 
5.3%
t 104
 
4.3%
s 89
 
3.7%
l 89
 
3.7%
c 71
 
2.9%
Other values (39) 1182
48.6%
Common
ValueCountFrequency (%)
2331
66.4%
) 196
 
5.6%
0 145
 
4.1%
( 129
 
3.7%
, 124
 
3.5%
2 117
 
3.3%
1 96
 
2.7%
/ 51
 
1.5%
~ 48
 
1.4%
. 40
 
1.1%
Other values (21) 236
 
6.7%
Han
ValueCountFrequency (%)
74
52.9%
65
46.4%
1
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
Hangul 7235
54.2%
ASCII 5917
44.4%
CJK 140
 
1.0%
Punctuation 26
 
0.2%
None 21
 
0.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
2331
39.4%
e 217
 
3.7%
) 196
 
3.3%
o 146
 
2.5%
0 145
 
2.5%
r 136
 
2.3%
a 136
 
2.3%
n 132
 
2.2%
i 130
 
2.2%
( 129
 
2.2%
Other values (65) 2219
37.5%
Hangul
ValueCountFrequency (%)
336
 
4.6%
243
 
3.4%
229
 
3.2%
224
 
3.1%
188
 
2.6%
159
 
2.2%
135
 
1.9%
132
 
1.8%
116
 
1.6%
111
 
1.5%
Other values (438) 5362
74.1%
CJK
ValueCountFrequency (%)
74
52.9%
65
46.4%
1
 
0.7%
None
ValueCountFrequency (%)
19
90.5%
´ 2
 
9.5%
Punctuation
ValueCountFrequency (%)
13
50.0%
9
34.6%
2
 
7.7%
2
 
7.7%

주요활동
Text

MISSING 

Distinct7
Distinct (%)100.0%
Missing119
Missing (%)94.4%
Memory size1.1 KiB
2023-12-12T20:33:37.309104image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length178
Median length67
Mean length89.714286
Min length24

Characters and Unicode

Total characters628
Distinct characters203
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique7 ?
Unique (%)100.0%

Sample

1st row<Mudong: Love Story of Kpop Idol of the Korean Empire>, <Poison>, <SIM: the Blind>, <Scarecrow>, <Rain Fruits>등 실감미디어콘텐츠 연출/제작 SXSE, Sundance, Tribeca, Cannes, BIFAN 외 국제영화제 공식초청
2nd row인재개발, 조직문화, 평생교육 분야 컨설턴트
3rd row청년 삶의 질 실태(2017, 2018) 채용절차법 개정 시행에 대한 청년의견 및 경험(2019) 채용절차법개정 1년,불쾌한 면접경험과 생각변화(2020) 청년이 꼽은 최악의 면접관,최고의 면접관(2020) 현직자 멘토링희망직무(2020, 2021) 화상면접에 대한 취업준비생 고민(2021)
4th row코칭시간 : 총 3,500시간 이상 코칭자격 : MCC(ICF), KSC(KCA), Gallup 인증 강점 코치
5th row(‘19~) 애자일 코리아 얼라이언스 기획·운영 (‘19~) 애자일 스케일업 아카데미 기획·운영 (‘19~) 애자일 강사
ValueCountFrequency (%)
the 3
 
2.6%
애자일 3
 
2.6%
‘19 3
 
2.6%
of 2
 
1.8%
기획·운영 2
 
1.8%
2
 
1.8%
소프트웨어 2
 
1.8%
대한 2
 
1.8%
2
 
1.8%
mudong 1
 
0.9%
Other values (92) 92
80.7%
2023-12-12T20:33:38.068010image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
107
 
17.0%
, 17
 
2.7%
( 14
 
2.2%
) 14
 
2.2%
0 14
 
2.2%
2 14
 
2.2%
o 13
 
2.1%
1 12
 
1.9%
e 11
 
1.8%
n 11
 
1.8%
Other values (193) 401
63.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 256
40.8%
Space Separator 107
17.0%
Lowercase Letter 98
 
15.6%
Decimal Number 51
 
8.1%
Uppercase Letter 41
 
6.5%
Other Punctuation 26
 
4.1%
Math Symbol 15
 
2.4%
Open Punctuation 14
 
2.2%
Close Punctuation 14
 
2.2%
Initial Punctuation 6
 
1.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
6
 
2.3%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
4
 
1.6%
4
 
1.6%
4
 
1.6%
4
 
1.6%
Other values (134) 209
81.6%
Lowercase Letter
ValueCountFrequency (%)
o 13
13.3%
e 11
11.2%
n 11
11.2%
a 8
 
8.2%
r 7
 
7.1%
i 6
 
6.1%
d 6
 
6.1%
t 5
 
5.1%
u 4
 
4.1%
p 4
 
4.1%
Other values (11) 23
23.5%
Uppercase Letter
ValueCountFrequency (%)
S 7
17.1%
C 6
14.6%
K 4
9.8%
I 4
9.8%
M 3
7.3%
F 3
7.3%
E 2
 
4.9%
B 2
 
4.9%
A 2
 
4.9%
T 1
 
2.4%
Other values (7) 7
17.1%
Decimal Number
ValueCountFrequency (%)
0 14
27.5%
2 14
27.5%
1 12
23.5%
9 4
 
7.8%
3 3
 
5.9%
4 1
 
2.0%
7 1
 
2.0%
8 1
 
2.0%
5 1
 
2.0%
Other Punctuation
ValueCountFrequency (%)
, 17
65.4%
: 4
 
15.4%
' 2
 
7.7%
· 2
 
7.7%
/ 1
 
3.8%
Math Symbol
ValueCountFrequency (%)
> 5
33.3%
< 5
33.3%
~ 5
33.3%
Space Separator
ValueCountFrequency (%)
107
100.0%
Open Punctuation
ValueCountFrequency (%)
( 14
100.0%
Close Punctuation
ValueCountFrequency (%)
) 14
100.0%
Initial Punctuation
ValueCountFrequency (%)
6
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 256
40.8%
Common 233
37.1%
Latin 139
22.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
6
 
2.3%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
4
 
1.6%
4
 
1.6%
4
 
1.6%
4
 
1.6%
Other values (134) 209
81.6%
Latin
ValueCountFrequency (%)
o 13
 
9.4%
e 11
 
7.9%
n 11
 
7.9%
a 8
 
5.8%
S 7
 
5.0%
r 7
 
5.0%
i 6
 
4.3%
C 6
 
4.3%
d 6
 
4.3%
t 5
 
3.6%
Other values (28) 59
42.4%
Common
ValueCountFrequency (%)
107
45.9%
, 17
 
7.3%
( 14
 
6.0%
) 14
 
6.0%
0 14
 
6.0%
2 14
 
6.0%
1 12
 
5.2%
6
 
2.6%
> 5
 
2.1%
< 5
 
2.1%
Other values (11) 25
 
10.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII 364
58.0%
Hangul 256
40.8%
Punctuation 6
 
1.0%
None 2
 
0.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
107
29.4%
, 17
 
4.7%
( 14
 
3.8%
) 14
 
3.8%
0 14
 
3.8%
2 14
 
3.8%
o 13
 
3.6%
1 12
 
3.3%
e 11
 
3.0%
n 11
 
3.0%
Other values (47) 137
37.6%
Punctuation
ValueCountFrequency (%)
6
100.0%
Hangul
ValueCountFrequency (%)
6
 
2.3%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
5
 
2.0%
4
 
1.6%
4
 
1.6%
4
 
1.6%
4
 
1.6%
Other values (134) 209
81.6%
None
ValueCountFrequency (%)
· 2
100.0%

수상
Text

MISSING 

Distinct6
Distinct (%)100.0%
Missing120
Missing (%)95.2%
Memory size1.1 KiB
2023-12-12T20:33:38.495795image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length130
Median length62
Mean length68.333333
Min length38

Characters and Unicode

Total characters410
Distinct characters131
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique6 ?
Unique (%)100.0%

Sample

1st row(‘15) 대산문화재단 창작기금 비평 부문 (’11) 고대문인회 신인상 수상 등
2nd row(‘19) 정보통신 발전 유공 국무총리 표창 (‘19) 제32회 정보문화의 달 과학기술정보통신부장관 표창
3rd row(‘18) 대한민국을 이끄는 혁신 리더 여성 CEO 부문 (‘17) Global HRD Congress Top Global 100 CHRO Award (‘14) GE The Most Outstanding Leadership Award
4th row(‘13) 제2회 교양교육 우수 콘텐츠 콘테스트 최우수상(융복합 부문) (‘02) The Robert MaKenzie Prize 수상
5th row(‘10) 한국과학문화상 수상 등 국제학술대회 논문상 다수 (‘09) 세계경제포럼(다보스포럼) 선정 차세대 글로벌 리더
ValueCountFrequency (%)
수상 3
 
3.8%
부문 3
 
3.8%
award 2
 
2.5%
global 2
 
2.5%
리더 2
 
2.5%
표창 2
 
2.5%
‘19 2
 
2.5%
2
 
2.5%
the 2
 
2.5%
제17회 1
 
1.2%
Other values (59) 59
73.8%
2023-12-12T20:33:39.041962image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
74
 
18.0%
( 15
 
3.7%
) 15
 
3.7%
1 12
 
2.9%
12
 
2.9%
9
 
2.2%
9
 
2.2%
e 9
 
2.2%
a 7
 
1.7%
0 6
 
1.5%
Other values (121) 242
59.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 164
40.0%
Space Separator 74
18.0%
Lowercase Letter 68
16.6%
Decimal Number 34
 
8.3%
Uppercase Letter 27
 
6.6%
Open Punctuation 15
 
3.7%
Close Punctuation 15
 
3.7%
Initial Punctuation 12
 
2.9%
Final Punctuation 1
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
9
 
5.5%
9
 
5.5%
6
 
3.7%
6
 
3.7%
5
 
3.0%
5
 
3.0%
4
 
2.4%
4
 
2.4%
4
 
2.4%
4
 
2.4%
Other values (77) 108
65.9%
Lowercase Letter
ValueCountFrequency (%)
e 9
13.2%
a 7
10.3%
r 6
 
8.8%
o 6
 
8.8%
s 5
 
7.4%
i 4
 
5.9%
l 4
 
5.9%
d 4
 
5.9%
n 4
 
5.9%
t 4
 
5.9%
Other values (7) 15
22.1%
Uppercase Letter
ValueCountFrequency (%)
R 3
11.1%
O 3
11.1%
C 3
11.1%
T 3
11.1%
G 3
11.1%
H 2
7.4%
A 2
7.4%
M 2
7.4%
E 2
7.4%
P 1
 
3.7%
Other values (3) 3
11.1%
Decimal Number
ValueCountFrequency (%)
1 12
35.3%
0 6
17.6%
9 4
 
11.8%
2 3
 
8.8%
3 3
 
8.8%
7 2
 
5.9%
8 2
 
5.9%
4 1
 
2.9%
5 1
 
2.9%
Space Separator
ValueCountFrequency (%)
74
100.0%
Open Punctuation
ValueCountFrequency (%)
( 15
100.0%
Close Punctuation
ValueCountFrequency (%)
) 15
100.0%
Initial Punctuation
ValueCountFrequency (%)
12
100.0%
Final Punctuation
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 164
40.0%
Common 151
36.8%
Latin 95
23.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
9
 
5.5%
9
 
5.5%
6
 
3.7%
6
 
3.7%
5
 
3.0%
5
 
3.0%
4
 
2.4%
4
 
2.4%
4
 
2.4%
4
 
2.4%
Other values (77) 108
65.9%
Latin
ValueCountFrequency (%)
e 9
 
9.5%
a 7
 
7.4%
r 6
 
6.3%
o 6
 
6.3%
s 5
 
5.3%
i 4
 
4.2%
l 4
 
4.2%
d 4
 
4.2%
n 4
 
4.2%
t 4
 
4.2%
Other values (20) 42
44.2%
Common
ValueCountFrequency (%)
74
49.0%
( 15
 
9.9%
) 15
 
9.9%
1 12
 
7.9%
12
 
7.9%
0 6
 
4.0%
9 4
 
2.6%
2 3
 
2.0%
3 3
 
2.0%
7 2
 
1.3%
Other values (4) 5
 
3.3%

Most occurring blocks

ValueCountFrequency (%)
ASCII 233
56.8%
Hangul 164
40.0%
Punctuation 13
 
3.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
74
31.8%
( 15
 
6.4%
) 15
 
6.4%
1 12
 
5.2%
e 9
 
3.9%
a 7
 
3.0%
0 6
 
2.6%
r 6
 
2.6%
o 6
 
2.6%
s 5
 
2.1%
Other values (32) 78
33.5%
Punctuation
ValueCountFrequency (%)
12
92.3%
1
 
7.7%
Hangul
ValueCountFrequency (%)
9
 
5.5%
9
 
5.5%
6
 
3.7%
6
 
3.7%
5
 
3.0%
5
 
3.0%
4
 
2.4%
4
 
2.4%
4
 
2.4%
4
 
2.4%
Other values (77) 108
65.9%

저서
Text

MISSING 

Distinct61
Distinct (%)100.0%
Missing65
Missing (%)51.6%
Memory size1.1 KiB
2023-12-12T20:33:39.468301image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length484
Median length72
Mean length60.42623
Min length8

Characters and Unicode

Total characters3686
Distinct characters435
Distinct categories12 ?
Distinct scripts4 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique61 ?
Unique (%)100.0%

Sample

1st row<교육과 학습에서 빅데이터>, <피플 애널리틱스> 등
2nd row<개척하는 지성>, <딜레마 이론> 등
3rd row<메타버스2: 10년 후 미래를 먼저 보다>, <메타버스: 디지털 지구, 뜨는 것들의 세상>, <브레인투어>등 20여권
4th row<시험>, <4차 인간>
5th row<너는 생각보다 자소서를 잘 쓴다>, <취업준비솔루션> 등
ValueCountFrequency (%)
12
 
1.8%
7
 
1.1%
‘19 7
 
1.1%
‘20 6
 
0.9%
development 6
 
0.9%
‘18 6
 
0.9%
산업혁명 5
 
0.8%
‘15 5
 
0.8%
in 4
 
0.6%
‘17 4
 
0.6%
Other values (514) 600
90.6%
2023-12-12T20:33:40.202192image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
602
 
16.3%
( 97
 
2.6%
) 97
 
2.6%
1 86
 
2.3%
e 84
 
2.3%
, 75
 
2.0%
0 72
 
2.0%
2 69
 
1.9%
n 64
 
1.7%
> 49
 
1.3%
Other values (425) 2391
64.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1558
42.3%
Space Separator 602
 
16.3%
Lowercase Letter 582
 
15.8%
Decimal Number 320
 
8.7%
Other Punctuation 150
 
4.1%
Uppercase Letter 128
 
3.5%
Open Punctuation 102
 
2.8%
Close Punctuation 102
 
2.8%
Math Symbol 99
 
2.7%
Initial Punctuation 39
 
1.1%
Other values (2) 4
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
47
 
3.0%
45
 
2.9%
33
 
2.1%
31
 
2.0%
30
 
1.9%
26
 
1.7%
25
 
1.6%
23
 
1.5%
21
 
1.3%
20
 
1.3%
Other values (346) 1257
80.7%
Lowercase Letter
ValueCountFrequency (%)
e 84
14.4%
n 64
11.0%
o 48
 
8.2%
i 47
 
8.1%
a 45
 
7.7%
t 43
 
7.4%
r 37
 
6.4%
s 24
 
4.1%
l 23
 
4.0%
m 21
 
3.6%
Other values (14) 146
25.1%
Uppercase Letter
ValueCountFrequency (%)
D 13
 
10.2%
R 12
 
9.4%
I 11
 
8.6%
S 10
 
7.8%
C 9
 
7.0%
E 8
 
6.2%
A 8
 
6.2%
O 7
 
5.5%
K 6
 
4.7%
L 6
 
4.7%
Other values (13) 38
29.7%
Decimal Number
ValueCountFrequency (%)
1 86
26.9%
0 72
22.5%
2 69
21.6%
8 20
 
6.2%
7 18
 
5.6%
9 17
 
5.3%
4 14
 
4.4%
5 10
 
3.1%
6 8
 
2.5%
3 6
 
1.9%
Other Punctuation
ValueCountFrequency (%)
, 75
50.0%
. 31
20.7%
: 15
 
10.0%
' 9
 
6.0%
/ 8
 
5.3%
? 5
 
3.3%
& 4
 
2.7%
· 2
 
1.3%
! 1
 
0.7%
Math Symbol
ValueCountFrequency (%)
> 49
49.5%
< 49
49.5%
+ 1
 
1.0%
Open Punctuation
ValueCountFrequency (%)
( 97
95.1%
5
 
4.9%
Close Punctuation
ValueCountFrequency (%)
) 97
95.1%
5
 
4.9%
Initial Punctuation
ValueCountFrequency (%)
38
97.4%
1
 
2.6%
Final Punctuation
ValueCountFrequency (%)
1
50.0%
1
50.0%
Space Separator
ValueCountFrequency (%)
602
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1550
42.1%
Common 1418
38.5%
Latin 710
19.3%
Han 8
 
0.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
47
 
3.0%
45
 
2.9%
33
 
2.1%
31
 
2.0%
30
 
1.9%
26
 
1.7%
25
 
1.6%
23
 
1.5%
21
 
1.4%
20
 
1.3%
Other values (339) 1249
80.6%
Latin
ValueCountFrequency (%)
e 84
 
11.8%
n 64
 
9.0%
o 48
 
6.8%
i 47
 
6.6%
a 45
 
6.3%
t 43
 
6.1%
r 37
 
5.2%
s 24
 
3.4%
l 23
 
3.2%
m 21
 
3.0%
Other values (37) 274
38.6%
Common
ValueCountFrequency (%)
602
42.5%
( 97
 
6.8%
) 97
 
6.8%
1 86
 
6.1%
, 75
 
5.3%
0 72
 
5.1%
2 69
 
4.9%
> 49
 
3.5%
< 49
 
3.5%
38
 
2.7%
Other values (22) 184
 
13.0%
Han
ValueCountFrequency (%)
2
25.0%
1
12.5%
1
12.5%
1
12.5%
1
12.5%
1
12.5%
1
12.5%

Most occurring blocks

ValueCountFrequency (%)
ASCII 2075
56.3%
Hangul 1550
42.1%
Punctuation 41
 
1.1%
None 12
 
0.3%
CJK 8
 
0.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
602
29.0%
( 97
 
4.7%
) 97
 
4.7%
1 86
 
4.1%
e 84
 
4.0%
, 75
 
3.6%
0 72
 
3.5%
2 69
 
3.3%
n 64
 
3.1%
> 49
 
2.4%
Other values (62) 780
37.6%
Hangul
ValueCountFrequency (%)
47
 
3.0%
45
 
2.9%
33
 
2.1%
31
 
2.0%
30
 
1.9%
26
 
1.7%
25
 
1.6%
23
 
1.5%
21
 
1.4%
20
 
1.3%
Other values (339) 1249
80.6%
Punctuation
ValueCountFrequency (%)
38
92.7%
1
 
2.4%
1
 
2.4%
1
 
2.4%
None
ValueCountFrequency (%)
5
41.7%
5
41.7%
· 2
 
16.7%
CJK
ValueCountFrequency (%)
2
25.0%
1
12.5%
1
12.5%
1
12.5%
1
12.5%
1
12.5%
1
12.5%

방송
Text

MISSING 

Distinct3
Distinct (%)100.0%
Missing123
Missing (%)97.6%
Memory size1.1 KiB
2023-12-12T20:33:40.553748image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length79
Median length60
Mean length66.333333
Min length60

Characters and Unicode

Total characters199
Distinct characters85
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3 ?
Unique (%)100.0%

Sample

1st rowJTBC<차이나는 클라스>, CBS <세상을 바꾸는 시간 15분> SBS Biz<빅퀘스천>, tvN<책읽어주는 나의 서재>, EBS<클래스e>
2nd rowiHQ <G식의 밤>, MBN <스라소니 아카데미>, JTBC <국과대표> 등 다양한 공중파 및 라디오 출연
3rd rowjtbc <톡투유>, <차이나는 클라스>, <양식의 양식> tvN <어쩌다 어른> KBS <아침마당>외 출연
ValueCountFrequency (%)
jtbc 2
 
5.1%
클라스 2
 
5.1%
출연 2
 
5.1%
국과대표 1
 
2.6%
1
 
2.6%
다양한 1
 
2.6%
공중파 1
 
2.6%
1
 
2.6%
라디오 1
 
2.6%
jtbc<차이나는 1
 
2.6%
Other values (26) 26
66.7%
2023-12-12T20:33:41.145631image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
36
 
18.1%
< 13
 
6.5%
> 13
 
6.5%
B 8
 
4.0%
, 7
 
3.5%
5
 
2.5%
S 5
 
2.5%
4
 
2.0%
4
 
2.0%
3
 
1.5%
Other values (75) 101
50.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 87
43.7%
Space Separator 36
18.1%
Uppercase Letter 29
 
14.6%
Math Symbol 26
 
13.1%
Lowercase Letter 12
 
6.0%
Other Punctuation 7
 
3.5%
Decimal Number 2
 
1.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
5
 
5.7%
4
 
4.6%
4
 
4.6%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
2
 
2.3%
Other values (49) 54
62.1%
Uppercase Letter
ValueCountFrequency (%)
B 8
27.6%
S 5
17.2%
N 3
 
10.3%
C 3
 
10.3%
T 2
 
6.9%
J 2
 
6.9%
K 1
 
3.4%
E 1
 
3.4%
H 1
 
3.4%
Q 1
 
3.4%
Other values (2) 2
 
6.9%
Lowercase Letter
ValueCountFrequency (%)
t 3
25.0%
v 2
16.7%
i 2
16.7%
b 1
 
8.3%
j 1
 
8.3%
c 1
 
8.3%
z 1
 
8.3%
e 1
 
8.3%
Math Symbol
ValueCountFrequency (%)
< 13
50.0%
> 13
50.0%
Decimal Number
ValueCountFrequency (%)
1 1
50.0%
5 1
50.0%
Space Separator
ValueCountFrequency (%)
36
100.0%
Other Punctuation
ValueCountFrequency (%)
, 7
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 87
43.7%
Common 71
35.7%
Latin 41
20.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
5
 
5.7%
4
 
4.6%
4
 
4.6%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
2
 
2.3%
Other values (49) 54
62.1%
Latin
ValueCountFrequency (%)
B 8
19.5%
S 5
12.2%
t 3
 
7.3%
N 3
 
7.3%
C 3
 
7.3%
v 2
 
4.9%
T 2
 
4.9%
i 2
 
4.9%
J 2
 
4.9%
b 1
 
2.4%
Other values (10) 10
24.4%
Common
ValueCountFrequency (%)
36
50.7%
< 13
 
18.3%
> 13
 
18.3%
, 7
 
9.9%
1 1
 
1.4%
5 1
 
1.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII 112
56.3%
Hangul 87
43.7%

Most frequent character per block

ASCII
ValueCountFrequency (%)
36
32.1%
< 13
 
11.6%
> 13
 
11.6%
B 8
 
7.1%
, 7
 
6.2%
S 5
 
4.5%
t 3
 
2.7%
N 3
 
2.7%
C 3
 
2.7%
v 2
 
1.8%
Other values (16) 19
17.0%
Hangul
ValueCountFrequency (%)
5
 
5.7%
4
 
4.6%
4
 
4.6%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
3
 
3.4%
2
 
2.3%
Other values (49) 54
62.1%
Distinct118
Distinct (%)93.7%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-12T20:33:41.579615image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length153
Median length48
Mean length31.015873
Min length2

Characters and Unicode

Total characters3908
Distinct characters411
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique115 ?
Unique (%)91.3%

Sample

1st rowSkilling: What, Why, & How Master Key to Connect Past, Present, & Future 과거·현재·미래를 연결하는 열쇠 : 스킬링
2nd row21세기 한국 고등교육의 미래
3rd row대퇴직(The Great Resignation) 시대의 Global HRM: 2023 HR 트렌드 : 전망 및 제언
4th rowLearning culture strategies and Case studies of global companies : From manufacturing to learning open platform 글로벌 기업의 학습문화 전략 및 사례 : 제조업부터 온라인 교육 플랫폼까지
5th row관세인재개발원 HRD 혁신사례
ValueCountFrequency (%)
17
 
2.0%
시대 13
 
1.5%
11
 
1.3%
hr 10
 
1.2%
따른 9
 
1.1%
지금 9
 
1.1%
디지털 9
 
1.1%
대응방안 8
 
0.9%
교육 8
 
0.9%
미래 8
 
0.9%
Other values (560) 745
88.0%
2023-12-12T20:33:42.366036image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
724
 
18.5%
e 73
 
1.9%
66
 
1.7%
a 63
 
1.6%
n 63
 
1.6%
r 53
 
1.4%
49
 
1.3%
i 49
 
1.3%
o 49
 
1.3%
t 46
 
1.2%
Other values (401) 2673
68.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2158
55.2%
Space Separator 724
 
18.5%
Lowercase Letter 630
 
16.1%
Uppercase Letter 220
 
5.6%
Other Punctuation 100
 
2.6%
Decimal Number 28
 
0.7%
Close Punctuation 20
 
0.5%
Open Punctuation 20
 
0.5%
Initial Punctuation 4
 
0.1%
Final Punctuation 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
66
 
3.1%
49
 
2.3%
41
 
1.9%
41
 
1.9%
38
 
1.8%
36
 
1.7%
34
 
1.6%
32
 
1.5%
31
 
1.4%
31
 
1.4%
Other values (326) 1759
81.5%
Lowercase Letter
ValueCountFrequency (%)
e 73
11.6%
a 63
10.0%
n 63
10.0%
r 53
 
8.4%
i 49
 
7.8%
o 49
 
7.8%
t 46
 
7.3%
l 39
 
6.2%
s 29
 
4.6%
u 25
 
4.0%
Other values (15) 141
22.4%
Uppercase Letter
ValueCountFrequency (%)
R 24
 
10.9%
H 18
 
8.2%
D 17
 
7.7%
S 16
 
7.3%
F 13
 
5.9%
E 12
 
5.5%
G 12
 
5.5%
I 12
 
5.5%
A 11
 
5.0%
T 11
 
5.0%
Other values (15) 74
33.6%
Other Punctuation
ValueCountFrequency (%)
, 35
35.0%
: 18
18.0%
! 18
18.0%
? 8
 
8.0%
& 5
 
5.0%
. 5
 
5.0%
' 4
 
4.0%
· 4
 
4.0%
/ 2
 
2.0%
% 1
 
1.0%
Decimal Number
ValueCountFrequency (%)
2 10
35.7%
5 7
25.0%
9 3
 
10.7%
4 2
 
7.1%
0 2
 
7.1%
1 2
 
7.1%
6 1
 
3.6%
3 1
 
3.6%
Math Symbol
ValueCountFrequency (%)
< 1
50.0%
> 1
50.0%
Space Separator
ValueCountFrequency (%)
724
100.0%
Close Punctuation
ValueCountFrequency (%)
) 20
100.0%
Open Punctuation
ValueCountFrequency (%)
( 20
100.0%
Initial Punctuation
ValueCountFrequency (%)
4
100.0%
Final Punctuation
ValueCountFrequency (%)
2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2152
55.1%
Common 900
23.0%
Latin 850
 
21.8%
Han 6
 
0.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
66
 
3.1%
49
 
2.3%
41
 
1.9%
41
 
1.9%
38
 
1.8%
36
 
1.7%
34
 
1.6%
32
 
1.5%
31
 
1.4%
31
 
1.4%
Other values (322) 1753
81.5%
Latin
ValueCountFrequency (%)
e 73
 
8.6%
a 63
 
7.4%
n 63
 
7.4%
r 53
 
6.2%
i 49
 
5.8%
o 49
 
5.8%
t 46
 
5.4%
l 39
 
4.6%
s 29
 
3.4%
u 25
 
2.9%
Other values (40) 361
42.5%
Common
ValueCountFrequency (%)
724
80.4%
, 35
 
3.9%
) 20
 
2.2%
( 20
 
2.2%
: 18
 
2.0%
! 18
 
2.0%
2 10
 
1.1%
? 8
 
0.9%
5 7
 
0.8%
& 5
 
0.6%
Other values (15) 35
 
3.9%
Han
ValueCountFrequency (%)
2
33.3%
2
33.3%
1
16.7%
1
16.7%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2152
55.1%
ASCII 1740
44.5%
Punctuation 6
 
0.2%
CJK 6
 
0.2%
None 4
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
724
41.6%
e 73
 
4.2%
a 63
 
3.6%
n 63
 
3.6%
r 53
 
3.0%
i 49
 
2.8%
o 49
 
2.8%
t 46
 
2.6%
l 39
 
2.2%
, 35
 
2.0%
Other values (62) 546
31.4%
Hangul
ValueCountFrequency (%)
66
 
3.1%
49
 
2.3%
41
 
1.9%
41
 
1.9%
38
 
1.8%
36
 
1.7%
34
 
1.6%
32
 
1.5%
31
 
1.4%
31
 
1.4%
Other values (322) 1753
81.5%
None
ValueCountFrequency (%)
· 4
100.0%
Punctuation
ValueCountFrequency (%)
4
66.7%
2
33.3%
CJK
ValueCountFrequency (%)
2
33.3%
2
33.3%
1
16.7%
1
16.7%

강연내용
Text

MISSING 

Distinct94
Distinct (%)97.9%
Missing30
Missing (%)23.8%
Memory size1.1 KiB
2023-12-12T20:33:42.985412image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length499
Median length197
Mean length202.09375
Min length23

Characters and Unicode

Total characters19401
Distinct characters681
Distinct categories13 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique92 ?
Unique (%)95.8%

Sample

1st row디지털 사회, 기술 사회가 도래 함에 따라 그 어느때 보다 스킬링에 대한 관심이 높아지고 있다. 개인은 개인대로, 조직과 사회, 그리고 국가는 시스템 차원에서 어떻게 스킬링을 이해하고 역량을 높여가야 할지 고민이 많다. 본 기조강연은 스킬링의 본질과 핵심이 무엇인지, 다양한 글로벌 기업들이 어떻게 스킬링을 효과적으로 도입하고 미래를 준비하고 있는지, 그리고 체계적 스킬링을 위해 개인과 조직이 활용할 수 있는 방향과 로드맵을 제시하고자 한다.
2nd row21세기 문명사적 대전환기에 디지털혁명에 의한 대학혁신을 이야기한다. 능동학습 방법을 통한 온라인 교육과 글로벌 현장체험을 통한 사회문제 해결을 교육하는 새로운 고등교육의 장을 연다. 교수의 일방적인 교육이 아니라 학생의 학습능력을 높이기 위한 교육방법을 제안하고 학생성공(Student Success)의 교육목표를 재설정한다. 이를 위한 구체적인 실천방안을 태재대학교의 사례를 통해 설명한다.
3rd rowCOVID19 팬데믹은 직업의 미래와 글로벌 HR 산업의 환경을 크게 바꾸어 놓았다. 이번 세션에서는 COVID19가 채용 시장에 끼친 영향과 지속적인 대퇴직에 따른 2023년 주요 HR 동향에 대해 데이터 중심으로 예측 해보고 제언하고자 한다.
4th row예측 불가능한 비즈니스 환경에서 안정적으로 기업을 운영하려면 어떤 전략이 필요할까? 실패 극복 뿐 아니라 경쟁력을 강화하기 위한 최고의 전략은 역시 학습일 것이다. 직원들의 개인 맞춤형 학습 경험을 지원하는 시스템을 구축할 수 있다면 단기적으로는 최고의 인재를 영입하여 기대 이상의 성과를 달성할 수 있고, 장기적으로는 인적 역량 개발을 촉진할 수 있다.
5th row1.관세청 관세인재개발원 교육전략 체계와 과정개발 프로세스 소개 2.조직문화 발전을 뒷받침하는 관세청 맞춤형 리더십 교육 개편 사례(현장관리자 리더십 과정) 3.MZ 세대 특성에 맞는 몰입도 높은 디지털 학습콘텐츠 개발사례 소개 메타버스를 활용한 수입화물검사 VR 체험학습 프로그램, 품목분류 전자게임 4.학습자 중심의 체계적 효율적 교육운영 사례(관세청 입문과정 소개) 5.대한민국 공공기관 최초 인재개발협회(atd*)에서 주관하는 베스트 어워즈 수상 성과 소개 * Association for Talent Development : 1943년 미국에서 설립된 인재개발, 교육 훈련에 관한 학술단체로서 전 세계 120개국 3만 5천명 이상의 회원을 보유한 인적자원개발 분야 최고 권위의 협회
ValueCountFrequency (%)
37
 
0.9%
31
 
0.7%
있다 30
 
0.7%
있는 29
 
0.7%
위한 27
 
0.6%
통해 25
 
0.6%
어떻게 23
 
0.5%
교육 23
 
0.5%
디지털 21
 
0.5%
대한 19
 
0.4%
Other values (2704) 4044
93.9%
2023-12-12T20:33:43.861905image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
4243
 
21.9%
361
 
1.9%
293
 
1.5%
277
 
1.4%
232
 
1.2%
227
 
1.2%
226
 
1.2%
223
 
1.1%
221
 
1.1%
, 221
 
1.1%
Other values (671) 12877
66.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 12771
65.8%
Space Separator 4243
 
21.9%
Lowercase Letter 1033
 
5.3%
Other Punctuation 526
 
2.7%
Uppercase Letter 456
 
2.4%
Decimal Number 208
 
1.1%
Close Punctuation 44
 
0.2%
Open Punctuation 38
 
0.2%
Initial Punctuation 35
 
0.2%
Final Punctuation 30
 
0.2%
Other values (3) 17
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
361
 
2.8%
293
 
2.3%
277
 
2.2%
232
 
1.8%
227
 
1.8%
226
 
1.8%
223
 
1.7%
221
 
1.7%
218
 
1.7%
206
 
1.6%
Other values (579) 10287
80.5%
Lowercase Letter
ValueCountFrequency (%)
i 119
11.5%
e 110
10.6%
a 93
 
9.0%
n 89
 
8.6%
t 85
 
8.2%
o 82
 
7.9%
r 73
 
7.1%
l 56
 
5.4%
g 48
 
4.6%
s 45
 
4.4%
Other values (16) 233
22.6%
Uppercase Letter
ValueCountFrequency (%)
D 47
 
10.3%
R 46
 
10.1%
S 39
 
8.6%
A 39
 
8.6%
I 32
 
7.0%
H 30
 
6.6%
T 28
 
6.1%
M 23
 
5.0%
E 22
 
4.8%
C 21
 
4.6%
Other values (16) 129
28.3%
Other Punctuation
ValueCountFrequency (%)
, 221
42.0%
. 213
40.5%
? 32
 
6.1%
' 15
 
2.9%
: 12
 
2.3%
/ 12
 
2.3%
& 5
 
1.0%
" 4
 
0.8%
* 4
 
0.8%
· 3
 
0.6%
Other values (2) 5
 
1.0%
Decimal Number
ValueCountFrequency (%)
2 43
20.7%
1 43
20.7%
0 43
20.7%
4 21
10.1%
9 18
8.7%
3 17
 
8.2%
5 8
 
3.8%
8 6
 
2.9%
6 5
 
2.4%
7 4
 
1.9%
Math Symbol
ValueCountFrequency (%)
> 4
26.7%
< 4
26.7%
| 3
20.0%
~ 1
 
6.7%
1
 
6.7%
1
 
6.7%
+ 1
 
6.7%
Close Punctuation
ValueCountFrequency (%)
) 40
90.9%
] 4
 
9.1%
Open Punctuation
ValueCountFrequency (%)
( 34
89.5%
[ 4
 
10.5%
Initial Punctuation
ValueCountFrequency (%)
29
82.9%
6
 
17.1%
Final Punctuation
ValueCountFrequency (%)
27
90.0%
3
 
10.0%
Space Separator
ValueCountFrequency (%)
4243
100.0%
Modifier Symbol
ValueCountFrequency (%)
` 1
100.0%
Control
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 12770
65.8%
Common 5141
26.5%
Latin 1489
 
7.7%
Han 1
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
361
 
2.8%
293
 
2.3%
277
 
2.2%
232
 
1.8%
227
 
1.8%
226
 
1.8%
223
 
1.7%
221
 
1.7%
218
 
1.7%
206
 
1.6%
Other values (578) 10286
80.5%
Latin
ValueCountFrequency (%)
i 119
 
8.0%
e 110
 
7.4%
a 93
 
6.2%
n 89
 
6.0%
t 85
 
5.7%
o 82
 
5.5%
r 73
 
4.9%
l 56
 
3.8%
g 48
 
3.2%
D 47
 
3.2%
Other values (42) 687
46.1%
Common
ValueCountFrequency (%)
4243
82.5%
, 221
 
4.3%
. 213
 
4.1%
2 43
 
0.8%
1 43
 
0.8%
0 43
 
0.8%
) 40
 
0.8%
( 34
 
0.7%
? 32
 
0.6%
29
 
0.6%
Other values (30) 200
 
3.9%
Han
ValueCountFrequency (%)
1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 12767
65.8%
ASCII 6560
33.8%
Punctuation 65
 
0.3%
None 5
 
< 0.1%
Compat Jamo 3
 
< 0.1%
CJK 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
4243
64.7%
, 221
 
3.4%
. 213
 
3.2%
i 119
 
1.8%
e 110
 
1.7%
a 93
 
1.4%
n 89
 
1.4%
t 85
 
1.3%
o 82
 
1.2%
r 73
 
1.1%
Other values (75) 1232
 
18.8%
Hangul
ValueCountFrequency (%)
361
 
2.8%
293
 
2.3%
277
 
2.2%
232
 
1.8%
227
 
1.8%
226
 
1.8%
223
 
1.7%
221
 
1.7%
218
 
1.7%
206
 
1.6%
Other values (577) 10283
80.5%
Punctuation
ValueCountFrequency (%)
29
44.6%
27
41.5%
6
 
9.2%
3
 
4.6%
None
ValueCountFrequency (%)
· 3
60.0%
1
 
20.0%
1
 
20.0%
Compat Jamo
ValueCountFrequency (%)
3
100.0%
CJK
ValueCountFrequency (%)
1
100.0%

사전학습자료
Text

MISSING 

Distinct31
Distinct (%)100.0%
Missing95
Missing (%)75.4%
Memory size1.1 KiB
2023-12-12T20:33:44.283403image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length207
Median length36
Mean length48.193548
Min length5

Characters and Unicode

Total characters1494
Distinct characters276
Distinct categories11 ?
Distinct scripts3 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique31 ?
Unique (%)100.0%

Sample

1st row2022년 10대 HR 트렌드 분석 https://www.hrcap.com/post/crackingthetop10hrtrendsof2022 올바른 고용을 위한 가이드 https://www.hrcap.com/post/guidetomakingtherighthire HR인사이트 관련 블로그 https://www.hrcap.com/insightsandblog
2nd row도서 <메타버스II: 10년 후 미래를 먼저 보다>
3rd row도서 《메타버스II: 10년 후 미래를 먼저 보다》
4th row엘리스 KDT 관련 소개 영상 https://www.youtube.com/playlist?list=PLOr0j3JTShuFg1uKDT48jva5uiXxoVcRJ
5th row한국정보교육원 https://www.keduit.com/
ValueCountFrequency (%)
유튜브 5
 
2.9%
관련 4
 
2.4%
인터뷰 3
 
1.8%
입사자의 2
 
1.2%
먼저 2
 
1.2%
소개 2
 
1.2%
ux가 2
 
1.2%
신규 2
 
1.2%
온보딩 2
 
1.2%
2
 
1.2%
Other values (131) 144
84.7%
2023-12-12T20:33:45.000712image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
142
 
9.5%
t 66
 
4.4%
w 50
 
3.3%
/ 50
 
3.3%
o 46
 
3.1%
h 37
 
2.5%
. 37
 
2.5%
c 36
 
2.4%
s 32
 
2.1%
0 29
 
1.9%
Other values (266) 969
64.9%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 538
36.0%
Other Letter 460
30.8%
Space Separator 142
 
9.5%
Other Punctuation 131
 
8.8%
Uppercase Letter 94
 
6.3%
Decimal Number 90
 
6.0%
Math Symbol 20
 
1.3%
Close Punctuation 7
 
0.5%
Open Punctuation 7
 
0.5%
Connector Punctuation 4
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
13
 
2.8%
12
 
2.6%
11
 
2.4%
9
 
2.0%
9
 
2.0%
9
 
2.0%
8
 
1.7%
8
 
1.7%
7
 
1.5%
7
 
1.5%
Other values (182) 367
79.8%
Lowercase Letter
ValueCountFrequency (%)
t 66
 
12.3%
w 50
 
9.3%
o 46
 
8.6%
h 37
 
6.9%
c 36
 
6.7%
s 32
 
5.9%
p 28
 
5.2%
e 26
 
4.8%
u 25
 
4.6%
i 23
 
4.3%
Other values (16) 169
31.4%
Uppercase Letter
ValueCountFrequency (%)
E 9
 
9.6%
S 8
 
8.5%
R 8
 
8.5%
B 6
 
6.4%
X 5
 
5.3%
P 5
 
5.3%
I 5
 
5.3%
C 5
 
5.3%
U 5
 
5.3%
L 4
 
4.3%
Other values (15) 34
36.2%
Other Punctuation
ValueCountFrequency (%)
/ 50
38.2%
. 37
28.2%
: 19
 
14.5%
? 8
 
6.1%
, 6
 
4.6%
& 5
 
3.8%
' 2
 
1.5%
" 2
 
1.5%
1
 
0.8%
! 1
 
0.8%
Decimal Number
ValueCountFrequency (%)
0 29
32.2%
2 17
18.9%
1 15
16.7%
3 8
 
8.9%
5 5
 
5.6%
4 4
 
4.4%
8 4
 
4.4%
9 3
 
3.3%
6 3
 
3.3%
7 2
 
2.2%
Math Symbol
ValueCountFrequency (%)
= 13
65.0%
< 3
 
15.0%
> 3
 
15.0%
+ 1
 
5.0%
Close Punctuation
ValueCountFrequency (%)
) 4
57.1%
] 2
28.6%
1
 
14.3%
Open Punctuation
ValueCountFrequency (%)
( 4
57.1%
[ 2
28.6%
1
 
14.3%
Space Separator
ValueCountFrequency (%)
142
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 4
100.0%
Initial Punctuation
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 632
42.3%
Hangul 460
30.8%
Common 402
26.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
13
 
2.8%
12
 
2.6%
11
 
2.4%
9
 
2.0%
9
 
2.0%
9
 
2.0%
8
 
1.7%
8
 
1.7%
7
 
1.5%
7
 
1.5%
Other values (182) 367
79.8%
Latin
ValueCountFrequency (%)
t 66
 
10.4%
w 50
 
7.9%
o 46
 
7.3%
h 37
 
5.9%
c 36
 
5.7%
s 32
 
5.1%
p 28
 
4.4%
e 26
 
4.1%
u 25
 
4.0%
i 23
 
3.6%
Other values (41) 263
41.6%
Common
ValueCountFrequency (%)
142
35.3%
/ 50
 
12.4%
. 37
 
9.2%
0 29
 
7.2%
: 19
 
4.7%
2 17
 
4.2%
1 15
 
3.7%
= 13
 
3.2%
? 8
 
2.0%
3 8
 
2.0%
Other values (23) 64
15.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1030
68.9%
Hangul 460
30.8%
None 3
 
0.2%
Punctuation 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
142
 
13.8%
t 66
 
6.4%
w 50
 
4.9%
/ 50
 
4.9%
o 46
 
4.5%
h 37
 
3.6%
. 37
 
3.6%
c 36
 
3.5%
s 32
 
3.1%
0 29
 
2.8%
Other values (70) 505
49.0%
Hangul
ValueCountFrequency (%)
13
 
2.8%
12
 
2.6%
11
 
2.4%
9
 
2.0%
9
 
2.0%
9
 
2.0%
8
 
1.7%
8
 
1.7%
7
 
1.5%
7
 
1.5%
Other values (182) 367
79.8%
None
ValueCountFrequency (%)
1
33.3%
1
33.3%
1
33.3%
Punctuation
ValueCountFrequency (%)
1
100.0%

홈페이지
Text

MISSING 

Distinct31
Distinct (%)96.9%
Missing94
Missing (%)74.6%
Memory size1.1 KiB
2023-12-12T20:33:45.305724image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length184
Median length55.5
Mean length50.84375
Min length3

Characters and Unicode

Total characters1627
Distinct characters139
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique30 ?
Unique (%)93.8%

Sample

1st rowFacebook/LinkedIn : @hrdswon
2nd row스텔라 김 링크드인 https://www.linkedin.com/in/stellahykim/ HRCap 링크드인 https://www.linkedin.com/company/hrcapinc/ 인스타그램 https://www.instagram.com/hrcap_recruiting/
3rd row링크드인 https://www.linkedin.com/in/willpolese/
4th row홈페이지 : http://cooperyoo.com/ 인스타그램 : https://www.instagram.com/cooperyoo/
5th row페이스북 https://www.facebook.com/saviour2007 홈페이지 https://mindmover.guru/
ValueCountFrequency (%)
페이스북 13
 
11.2%
홈페이지 11
 
9.5%
유튜브 9
 
7.8%
인스타그램 8
 
6.9%
링크드인 5
 
4.3%
청년재단 5
 
4.3%
블로그 4
 
3.4%
3
 
2.6%
브런치 2
 
1.7%
linkedin 2
 
1.7%
Other values (54) 54
46.6%
2023-12-12T20:33:45.862353image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 107
 
6.6%
87
 
5.3%
t 81
 
5.0%
w 72
 
4.4%
e 65
 
4.0%
o 64
 
3.9%
n 62
 
3.8%
i 55
 
3.4%
. 52
 
3.2%
c 52
 
3.2%
Other values (129) 930
57.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 850
52.2%
Other Letter 275
 
16.9%
Other Punctuation 239
 
14.7%
Uppercase Letter 104
 
6.4%
Space Separator 87
 
5.3%
Decimal Number 63
 
3.9%
Connector Punctuation 5
 
0.3%
Math Symbol 4
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
24
 
8.7%
24
 
8.7%
24
 
8.7%
13
 
4.7%
13
 
4.7%
12
 
4.4%
11
 
4.0%
11
 
4.0%
11
 
4.0%
9
 
3.3%
Other values (57) 123
44.7%
Lowercase Letter
ValueCountFrequency (%)
t 81
 
9.5%
w 72
 
8.5%
e 65
 
7.6%
o 64
 
7.5%
n 62
 
7.3%
i 55
 
6.5%
c 52
 
6.1%
p 45
 
5.3%
s 44
 
5.2%
h 40
 
4.7%
Other values (16) 270
31.8%
Uppercase Letter
ValueCountFrequency (%)
E 15
14.4%
C 13
12.5%
B 12
 
11.5%
I 7
 
6.7%
U 5
 
4.8%
L 5
 
4.8%
D 4
 
3.8%
R 4
 
3.8%
O 4
 
3.8%
K 3
 
2.9%
Other values (15) 32
30.8%
Decimal Number
ValueCountFrequency (%)
0 13
20.6%
9 12
19.0%
4 11
17.5%
8 8
12.7%
1 7
11.1%
7 4
 
6.3%
2 3
 
4.8%
6 3
 
4.8%
3 2
 
3.2%
Other Punctuation
ValueCountFrequency (%)
/ 107
44.8%
. 52
21.8%
: 36
 
15.1%
% 30
 
12.6%
, 9
 
3.8%
@ 3
 
1.3%
? 2
 
0.8%
Math Symbol
ValueCountFrequency (%)
= 2
50.0%
> 1
25.0%
< 1
25.0%
Space Separator
ValueCountFrequency (%)
87
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 5
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 954
58.6%
Common 398
24.5%
Hangul 275
 
16.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
24
 
8.7%
24
 
8.7%
24
 
8.7%
13
 
4.7%
13
 
4.7%
12
 
4.4%
11
 
4.0%
11
 
4.0%
11
 
4.0%
9
 
3.3%
Other values (57) 123
44.7%
Latin
ValueCountFrequency (%)
t 81
 
8.5%
w 72
 
7.5%
e 65
 
6.8%
o 64
 
6.7%
n 62
 
6.5%
i 55
 
5.8%
c 52
 
5.5%
p 45
 
4.7%
s 44
 
4.6%
h 40
 
4.2%
Other values (41) 374
39.2%
Common
ValueCountFrequency (%)
/ 107
26.9%
87
21.9%
. 52
13.1%
: 36
 
9.0%
% 30
 
7.5%
0 13
 
3.3%
9 12
 
3.0%
4 11
 
2.8%
, 9
 
2.3%
8 8
 
2.0%
Other values (11) 33
 
8.3%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1352
83.1%
Hangul 275
 
16.9%

Most frequent character per block

ASCII
ValueCountFrequency (%)
/ 107
 
7.9%
87
 
6.4%
t 81
 
6.0%
w 72
 
5.3%
e 65
 
4.8%
o 64
 
4.7%
n 62
 
4.6%
i 55
 
4.1%
. 52
 
3.8%
c 52
 
3.8%
Other values (62) 655
48.4%
Hangul
ValueCountFrequency (%)
24
 
8.7%
24
 
8.7%
24
 
8.7%
13
 
4.7%
13
 
4.7%
12
 
4.4%
11
 
4.0%
11
 
4.0%
11
 
4.0%
9
 
3.3%
Other values (57) 123
44.7%

키워드
Text

MISSING 

Distinct24
Distinct (%)92.3%
Missing100
Missing (%)79.4%
Memory size1.1 KiB
2023-12-12T20:33:46.338514image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length124
Median length26
Mean length26.423077
Min length7

Characters and Unicode

Total characters687
Distinct characters193
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique22 ?
Unique (%)84.6%

Sample

1st row#인재개발 #원전이
2nd row#인재개발 #원전이
3rd row#언택트 #창의 #HRD
4th row#디지털트랜스포메이션 #디지털온보딩 #Z세대(GenerationZ) #pxd #UX_Consulting #Service_Design
5th row#OKR로빠르게성장하기 #OKR&GROWTH #OKR #이길상 #길앤피플 #성과관리 #성장관리 #조직문화 #HR #평가보상
ValueCountFrequency (%)
인재개발 2
 
2.0%
디지털트랜스포메이션 2
 
2.0%
원전이 2
 
2.0%
능력중심 2
 
2.0%
성과관리 2
 
2.0%
ncs 2
 
2.0%
okr 2
 
2.0%
조직문화 2
 
2.0%
웨어러블 2
 
2.0%
로봇 2
 
2.0%
Other values (81) 81
80.2%
2023-12-12T20:33:47.013662image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
# 91
 
13.2%
76
 
11.1%
e 16
 
2.3%
n 12
 
1.7%
o 12
 
1.7%
S 11
 
1.6%
a 11
 
1.6%
i 11
 
1.6%
10
 
1.5%
t 10
 
1.5%
Other values (183) 427
62.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 307
44.7%
Lowercase Letter 119
 
17.3%
Other Punctuation 93
 
13.5%
Uppercase Letter 87
 
12.7%
Space Separator 76
 
11.1%
Connector Punctuation 3
 
0.4%
Close Punctuation 1
 
0.1%
Open Punctuation 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
10
 
3.3%
9
 
2.9%
7
 
2.3%
6
 
2.0%
6
 
2.0%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
Other values (137) 244
79.5%
Uppercase Letter
ValueCountFrequency (%)
S 11
12.6%
R 8
 
9.2%
T 6
 
6.9%
D 6
 
6.9%
I 6
 
6.9%
C 6
 
6.9%
G 5
 
5.7%
K 5
 
5.7%
O 5
 
5.7%
H 5
 
5.7%
Other values (11) 24
27.6%
Lowercase Letter
ValueCountFrequency (%)
e 16
13.4%
n 12
10.1%
o 12
10.1%
a 11
9.2%
i 11
9.2%
t 10
8.4%
r 7
 
5.9%
l 6
 
5.0%
d 5
 
4.2%
s 5
 
4.2%
Other values (9) 24
20.2%
Other Punctuation
ValueCountFrequency (%)
# 91
97.8%
& 2
 
2.2%
Space Separator
ValueCountFrequency (%)
76
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 3
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 307
44.7%
Latin 206
30.0%
Common 174
25.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
10
 
3.3%
9
 
2.9%
7
 
2.3%
6
 
2.0%
6
 
2.0%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
Other values (137) 244
79.5%
Latin
ValueCountFrequency (%)
e 16
 
7.8%
n 12
 
5.8%
o 12
 
5.8%
S 11
 
5.3%
a 11
 
5.3%
i 11
 
5.3%
t 10
 
4.9%
R 8
 
3.9%
r 7
 
3.4%
T 6
 
2.9%
Other values (30) 102
49.5%
Common
ValueCountFrequency (%)
# 91
52.3%
76
43.7%
_ 3
 
1.7%
& 2
 
1.1%
) 1
 
0.6%
( 1
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 380
55.3%
Hangul 307
44.7%

Most frequent character per block

ASCII
ValueCountFrequency (%)
# 91
23.9%
76
20.0%
e 16
 
4.2%
n 12
 
3.2%
o 12
 
3.2%
S 11
 
2.9%
a 11
 
2.9%
i 11
 
2.9%
t 10
 
2.6%
R 8
 
2.1%
Other values (36) 122
32.1%
Hangul
ValueCountFrequency (%)
10
 
3.3%
9
 
2.9%
7
 
2.3%
6
 
2.0%
6
 
2.0%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
5
 
1.6%
Other values (137) 244
79.5%

Correlations

2023-12-12T20:33:47.194093image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
연도구분강연일정주요활동수상저서방송강연내용사전학습자료홈페이지키워드
연도1.0000.8991.0001.000NaN1.0001.0001.0001.0001.000NaN
구분0.8991.0000.9461.0001.0001.0001.0001.0001.0000.7851.000
강연일정1.0000.9461.0001.0001.0001.0001.0001.0001.0000.8671.000
주요활동1.0001.0001.0001.000NaN0.000NaN1.000NaN1.000NaN
수상NaN1.0001.000NaN1.0001.000NaNNaNNaNNaNNaN
저서1.0001.0001.0000.0001.0001.0001.0001.0001.0001.0001.000
방송1.0001.0001.000NaNNaN1.0001.0001.000NaNNaNNaN
강연내용1.0001.0001.0001.000NaN1.0001.0001.0001.0001.0001.000
사전학습자료1.0001.0001.000NaNNaN1.000NaN1.0001.0001.0001.000
홈페이지1.0000.7850.8671.000NaN1.000NaN1.0001.0001.0001.000
키워드NaN1.0001.000NaNNaN1.000NaN1.0001.0001.0001.000
2023-12-12T20:33:47.423868image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
구분강연일정연도
구분1.0000.5360.669
강연일정0.5361.0000.859
연도0.6690.8591.000
2023-12-12T20:33:47.578525image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
연도구분강연일정
연도1.0000.6690.859
구분0.6691.0000.536
강연일정0.8590.5361.000

Missing values

2023-12-12T20:33:30.401337image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T20:33:31.289370image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2023-12-12T20:33:31.573012image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

연도구분강연일정이름소속주요경력주요활동수상저서방송강연제목강연내용사전학습자료홈페이지키워드
02022HRD, HRM, 기업우수사례, KHRD(공공) 트랙전체 메타버스 적용2022-09-15 10:50윤승원텍사스 A&M 대학교 교수, 인적자원개발 관점의 데이터 관리 분석 전문가Presidentelect, Academy of Human Resource Development (재미 인적자원개발협회, 차기 회장) Associate Editor, Human Resource Development Quarterly (SSCI, 2015~2022) (HRD 대표저널 HRDQ 부편집장)<NA><NA><교육과 학습에서 빅데이터>, <피플 애널리틱스> 등<NA>Skilling: What, Why, & How Master Key to Connect Past, Present, & Future 과거·현재·미래를 연결하는 열쇠 : 스킬링디지털 사회, 기술 사회가 도래 함에 따라 그 어느때 보다 스킬링에 대한 관심이 높아지고 있다. 개인은 개인대로, 조직과 사회, 그리고 국가는 시스템 차원에서 어떻게 스킬링을 이해하고 역량을 높여가야 할지 고민이 많다. 본 기조강연은 스킬링의 본질과 핵심이 무엇인지, 다양한 글로벌 기업들이 어떻게 스킬링을 효과적으로 도입하고 미래를 준비하고 있는지, 그리고 체계적 스킬링을 위해 개인과 조직이 활용할 수 있는 방향과 로드맵을 제시하고자 한다.<NA>Facebook/LinkedIn : @hrdswon<NA>
12022HRD2022-09-15 13:20염재호고려대학교 교수, 태재대학 총장태재대학교 설립준비위원장 고려대학교 제19대 총장 SK㈜ 이사회의장 서울평화상문화재단 이사장 등<NA><NA><개척하는 지성>, <딜레마 이론> 등<NA>21세기 한국 고등교육의 미래21세기 문명사적 대전환기에 디지털혁명에 의한 대학혁신을 이야기한다. 능동학습 방법을 통한 온라인 교육과 글로벌 현장체험을 통한 사회문제 해결을 교육하는 새로운 고등교육의 장을 연다. 교수의 일방적인 교육이 아니라 학생의 학습능력을 높이기 위한 교육방법을 제안하고 학생성공(Student Success)의 교육목표를 재설정한다. 이를 위한 구체적인 실천방안을 태재대학교의 사례를 통해 설명한다.<NA><NA><NA>
22022HRM2022-09-15 13:20스텔라 김(Stella H. Kim)HRCap, Inc 이사(글로벌 최대 아시아 아메리칸 헤드헌팅 기업)Forbes Human Resources Council 공식 멤버 공인 SPHR(Human Resources의 Senior Professinal) Stony Brook University 객원교수, Senton Hall University Stillman School of Business 자문 위원 IBM 본사 인력 관리 및 인재 분석 전문가<NA><NA><NA><NA>대퇴직(The Great Resignation) 시대의 Global HRM: 2023 HR 트렌드 : 전망 및 제언COVID19 팬데믹은 직업의 미래와 글로벌 HR 산업의 환경을 크게 바꾸어 놓았다. 이번 세션에서는 COVID19가 채용 시장에 끼친 영향과 지속적인 대퇴직에 따른 2023년 주요 HR 동향에 대해 데이터 중심으로 예측 해보고 제언하고자 한다.2022년 10대 HR 트렌드 분석 https://www.hrcap.com/post/crackingthetop10hrtrendsof2022 올바른 고용을 위한 가이드 https://www.hrcap.com/post/guidetomakingtherighthire HR인사이트 관련 블로그 https://www.hrcap.com/insightsandblog스텔라 김 링크드인 https://www.linkedin.com/in/stellahykim/ HRCap 링크드인 https://www.linkedin.com/company/hrcapinc/ 인스타그램 https://www.instagram.com/hrcap_recruiting/<NA>
32022기업우수사례2022-09-15 13:20윌 폴리제(Will Polese)유데미(Udemy 아시아 대표)Udemy 신생 벤처 및 기업 세일즈 총괄 MarketsandMarkets 일본 서부지역 부사장, 세일즈 총괄 Lux Research Inc. 분석 및 파트너십 총괄 이사 Xelocity Inc. 대표이사<NA><NA><NA><NA>Learning culture strategies and Case studies of global companies : From manufacturing to learning open platform 글로벌 기업의 학습문화 전략 및 사례 : 제조업부터 온라인 교육 플랫폼까지예측 불가능한 비즈니스 환경에서 안정적으로 기업을 운영하려면 어떤 전략이 필요할까? 실패 극복 뿐 아니라 경쟁력을 강화하기 위한 최고의 전략은 역시 학습일 것이다. 직원들의 개인 맞춤형 학습 경험을 지원하는 시스템을 구축할 수 있다면 단기적으로는 최고의 인재를 영입하여 기대 이상의 성과를 달성할 수 있고, 장기적으로는 인적 역량 개발을 촉진할 수 있다.<NA>링크드인 https://www.linkedin.com/in/willpolese/<NA>
42022KHRD(공공) 트랙전체 메타버스 적용2022-09-15 13:20한혜진관세청인재개발원 주무관관세청 관세국경관리연수원 인재개발과 교육기획팀장 관세청 관세인재개발원 FTA분야 전임교수 서울세관, 평택세관, 인천공항세관 청주세관 조사심사과<NA><NA><NA><NA>관세인재개발원 HRD 혁신사례1.관세청 관세인재개발원 교육전략 체계와 과정개발 프로세스 소개 2.조직문화 발전을 뒷받침하는 관세청 맞춤형 리더십 교육 개편 사례(현장관리자 리더십 과정) 3.MZ 세대 특성에 맞는 몰입도 높은 디지털 학습콘텐츠 개발사례 소개 메타버스를 활용한 수입화물검사 VR 체험학습 프로그램, 품목분류 전자게임 4.학습자 중심의 체계적 효율적 교육운영 사례(관세청 입문과정 소개) 5.대한민국 공공기관 최초 인재개발협회(atd*)에서 주관하는 베스트 어워즈 수상 성과 소개 * Association for Talent Development : 1943년 미국에서 설립된 인재개발, 교육 훈련에 관한 학술단체로서 전 세계 120개국 3만 5천명 이상의 회원을 보유한 인적자원개발 분야 최고 권위의 협회<NA><NA><NA>
52022HRD2022-09-15 14:50유상현서경대학교 교수한국문화재재단 실감콘텐츠 사업 기회운영단 총연출 국립무형유산원 무형유산 디지털콘텐츠 사업 기술자문위원<Mudong: Love Story of Kpop Idol of the Korean Empire>, <Poison>, <SIM: the Blind>, <Scarecrow>, <Rain Fruits>등 실감미디어콘텐츠 연출/제작 SXSE, Sundance, Tribeca, Cannes, BIFAN 외 국제영화제 공식초청<NA><NA><NA>메타버스 및 AR/VR 등 실감형 콘텐츠를 활용한 인적자원개발 교육메타버스 전문가 김상균 경희대 교수님과 실감형 콘텐츠 전문가 이미솔 EBS PD님을 모시고 최근 여러 분야에서 접목이 시도 되고 있는 메타버스 및 AR/VR 등 실감형 콘텐츠를 활용한 인적자원개발 방법의 확장 가능성 및 교육적 효과에 대해 토론한다.<NA>홈페이지 : http://cooperyoo.com/ 인스타그램 : https://www.instagram.com/cooperyoo/<NA>
62022HRD2022-09-15 14:50김상균경희대학교 교수삼성인력개발원, 삼성청년소프트웨어아카데미 자문교수<NA><NA><메타버스2: 10년 후 미래를 먼저 보다>, <메타버스: 디지털 지구, 뜨는 것들의 세상>, <브레인투어>등 20여권<NA>배움의 미래 ? 현실을 위해 다른 현실에서 배운다.물리적 현실과 디지털 현실이 융합되는 환경에서 디지털 네이티브에게 적합한 교육과 배움의 진화 방향을 생각해본다.도서 <메타버스II: 10년 후 미래를 먼저 보다>페이스북 https://www.facebook.com/saviour2007 홈페이지 https://mindmover.guru/<NA>
72022HRD2022-09-15 14:50이미솔EBS PD2021 XR 토크쇼 <공상가들>연출 등 (이달의 PD상, 휴스턴영화제 은상) 2021 VR 콘텐츠 <POISON>(포이즌) 연출 (SXSW 2021(미국), 스트라스부르 영화제(프랑스), 부천국제영화제, ZLIN 영화제 (체코)공식 초청 및 상영) 2020 EBS 다큐프라임 <뇌로보는인간(5부작)>연출 (한국방송대학 작품상, 올해의 생명과학보도상, Korea UHD Award 연출상 외 5건) 등<NA><NA><시험>, <4차 인간><NA>VR, XR 기술과 교육 콘텐츠VR 콘텐츠 <POISON>과 XR 토크쇼 <공상가들>의 제작과정을 통해, VR,XR 콘텐츠의 교육 효과에 대해 논한다.도서 《메타버스II: 10년 후 미래를 먼저 보다》VR콘텐츠 <POISON> 제작기 https://www.youtube.com/watch?v=wEDnr4WexxY<NA>
82022HRM2022-09-15 14:50복성현(제이콥)주식회사D3 대표(유튜브 인싸담당자)구독자 28만명 유튜브 <인싸담당자> 운영자 ㈜Hround 대표 오디오 직무교육 플랫폼 "OZIC" 서비스 운영 이랜드그룹 리테일 채용팀장 이랜드그룹 인재개발팀<NA><NA><너는 생각보다 자소서를 잘 쓴다>, <취업준비솔루션> 등<NA>채용도 브랜딩합니다구인난과 구직난이 함께 있는 시대! 인재가 모이는 “채용브랜딩”이란 무엇인지 알아보고, Evp에 기반한 채용브랜딩 설계법과 MZ구직자와의 소통법을 전한다.<NA>유튜브 https://www.youtube.com/c/%EC%9D%B8%EC%8B%B8%EB%8B%B4%EB%8B%B9%EC%9E%90feat%EC%9E%90%EC%86%8C%EC%84%9C%EB%A9%B4%EC%A0%91<NA>
92022기업우수사례2022-09-15 14:50안상재한국도로공사 인재개발원 차장한국도로공사 품질환경처 및 건설사업단 근무 인재개발원 4차산업 융복합 인재육성 담당<NA><NA><NA><NA>미래교통 플랫폼 기업을 위한 ex리스킬링·업스킬링 전략 및 교육사례한국도로공사는 고속도로를 운영 관리하는 공기업으로, 디지털 대전환 시대, 기존 아날로그 중심의 SOC 기업에서 더 나아가 스마트 고속도로를 선도하는 ‘안전하고 편리한 미래교통 플랫폼 기업’으로 거듭나고자 새로운 비전을 세웠다. 우리 공사는 지금 고속도로 건설, 유지관리 및 교통, 영업 분야 등 사업 전반의 디지털화, 생명을 지키는 안전한 고속도로 구현, 그리고 이를 위한 조직 및 리더십의 변화가 필요하다. 인재개발원에서는 조직 변화에 따른 필요역량에 대해 업스킬링, 리스킬링 전략을 수립하고, 관련 교육을 추진하고 있다. 본 강연에서 실무에서의 구체적인 업스킬링, 리스킬링 사례를 소개한다.<NA><NA><NA>
연도구분강연일정이름소속주요경력주요활동수상저서방송강연제목강연내용사전학습자료홈페이지키워드
1162019최신기법2019-09-10 11:30진수현㈜멀티캠퍼스 차장2005~2008년 ㈜와이비엠시사닷컴 2008~현재 ㈜멀티캠퍼스 숙명여자대학교 국제관계대학원 국제홍보 석사 졸업(2008) 연세대학교 교육대학원 인적자원개발 석사 졸업(2014) 한양대학교 교육대학원 인적자원개발 박사과정<NA><NA><NA><NA>Why not Cloud in Learning?본 세션에선 HRD가 기술발전의 빠른 속도로 인해 기업이 필요로 하는 스킬과 구성원들이 보유하고 있는 스킬간의 격차가 점점 커지고 있는 중, 비즈니스 속도에 따른 학습을 가능케 하는 방법을 찾기 위해 공유경제에서 얻은 교훈을 공유. 특히 IT분야에서의 클라우드 컴퓨팅에서의 ’asaservice’ 패밀리에 영감을 얻어 기업교육에서 적용한 러닝 클라우드 서비스를 논의함. 전체적으로는 오프라인, 마이크로러닝 및 전통적 이러닝 콘텐츠를 포함하는 ContentsAsAService(CAAS), 물리적 공간 및 디지털 플랫폼을 포함하는 SPAAS, 그리고 학습자 경험 중심의 EXAAS로 구분된다. 참가자들은 조직의 비즈니스 컨텍스트에 따라 필요한 서비스를 필요한 만큼만 선택하여 사용함으로써 궁극적으로 HRD의 효율성을 증진, 유연성을 높이며, HRD의 전략적 egde를 창출하는데 도움이 되는 방안을 탐색할 수 있을 것.<NA><NA><NA>
1172019기업사례2019-09-10 11:30윤승원Texas A&M UniversityCommerce 교수현) Human Resource Development Quarterly 부편집장 현) 미국 남부 대학기관 평가위원 현) 텍사스 에이엔엠 커머스 대학교 고등교육/교육공학과 박사과정 주임교수 전) 일리노이 교육공학회 회장 전) Academy of Human Resource Development (AHRD) 이사 전) 미국 일리노이 대학교 Web Technology Group 프로젝트 매니저 박사, 일리노이대학교 인적자원개발 석사, 일리노이대학교 영어교육학 학사, 성균관대학교 영어영문학<NA><NA>Yoon, S. W. (2018). Recommendations for research design: Innovative data analytic methods in human resource development: Recommendations for research design. Human Resource Development Quarterly, 28(4), 18. (SSCI) Yoon, S. W., Lim, D. H., Park, C. G., & Shin, H. Y. (2018). Talent development & management in Korea. In K. Dirani, F. Nafukho, & B. Irby (Eds.), Global Issues and Talent Development: Perspectives from Countries around the World. (pp. 8199) Information Age Publications.<NA>Developing people and a social system through network analyses 네트워크 분석을 통한 인재와 조직개발본 세션은 어떻게 한 글로벌 중견기업이 네트워크 분석을 통해 조직리더들의 협력관계를 진단하고 리더쉽과 조직 개발, 인재관리 시스템을 데이터화 하고 있는지를 나눌 것입니다. 공유경제와 협력의 중요성을 인식하는 리더라면 어떻게 개인과 주변사람들, 혹은 환경과의 관계와 구조를 체계적으로 진단하고 활용할 수 있는가를 고민 할 것입니다. 사회자본과 데이터과학의 실질적 적용을 고민하는 조직이나 HR의 리더와 담당자분들께 유용한 세션이 될 것입니다.<NA><NA><NA>
1182019HRM2019-09-10 11:30구기욱쿠퍼실리테이션그룹 대표前 행정안전부서기관 前 한국 퍼실리테이터협회 연구위원장 前 국제 퍼실리테이터협회 아시아컨퍼런스 준비위원장 前 건국대, 목포대, 숙명여대 대학원 등 외래교수 역임 기업 및 조직의 워크숍 및 교육, 강의 진행 퍼실리테이션 종합교육 ‘이니셔티브’ 개발 및 국제인증 (125기, 2,300여명) 농어촌, 도시계획, 도시재생 등 공공분야 퍼실리테이션 보급 10여개의 퍼실리테이션 전문, 심화과정 개발 및 진행 건국대학교 경영학과 박사과정 수료 영국 University of Warwick, 행정학석사 MBA 영국 Middlesex University, 지역개발학 석사<NA><NA>반영조직 (Reflecting Organization), 2016 구기욱 지음 민주적 결정방법론 : 퍼실리테이션 가이드, 2017구기욱 옮김, 샘케이너 외 4인 지음<NA>HRD toward OD, 조직개발을 향한 인적자원개발 강연 내용인적자원개발을 넘어 조직개발이 필요한 시대에 살고 있습니다. 개인의 자유와 성취, 조직의 일과 정보처리, 관계와 정서처리 등 조직을 어떠한 관점에서 바라보는 지에 대한 개념과 복잡하게 얽혀있는 조직의 문제를 ‘반영’의 관점으로 바라보고 그에 대한 퍼실리테이션 방법에 대해 이야기 합니다.<NA><NA><NA>
1192019공공트랙2019-09-10 11:30박헌한국수력원자력 차장2011.9 ~ 현재 : 한국수력원자력 근무 서울대학교 동양사학과 졸업<NA><NA><NA><NA>한수원 찾아가는 팀소통 교육 사례HRD 담당자라면 성과창출의 기본단위인 팀 내에 원활한 소통과 협력을 위한 교육에 대해서 고민할 것이다. 특히 전국단위에 사업장이 있는 조직이라면 팀 전원이 참여할 수 있는 ‘팀단위 현장소통교육’을 효과적으로 기획하고 운영하는 것이 관건이다. 한수원은 2016년부터 DiSC, TA 진단을 기반으로 3시간에 걸쳐 팀 전원이 참여하는 ‘찾아가는 팀소통’ 교육을 사업장 현지에서 진행하고 있고 회사내에서 호평을 받고 있어 해당 교육 내용 및 운영 팁을 공유하려고 한다.<NA><NA><NA>
1202019HRD2019-09-10 13:50달지(이현지)유튜버, 가수경인교육대학교 수학교육과 졸업유튜브 채널 구독자 30만 경기도 교육청 홍보대사 앨범 'Handed the moon'<NA><NA><NA>교실에서 만나는 유튜브교실 속의 유튜브 1. 활동 소개 홍보대사 활동 및 교육 유튜브 활동 자료 & 공연 2. 6학년 2반 교실의 변화 교육 현장에서의 유튜브의 영향과 실제 3. 유튜브 전성시대 정보와 소통의 중심 유튜브 4. 교육, 그리고 유튜브를 이야기 하다.<NA><NA><NA>
1212019최신기법2019-09-10 13:50김성준SK아카데미 리더십개발센터 매니저전북대학교 경영학 학사 전북대학교 인사조직 석사 고려대학교 경영관리 박사 수료 현 SK아카데미 리더십개발센터 전 롯데그룹 인재개발원<NA><NA>빅데이터, 인재를 말하다 인재경영, 데이터사이언스를 만나다<NA>탁월한 리더를 찾아서: People Analytics로 탐구한 리더십본 세션에서는 다양한 데이터를 분석하여 리더십 세상을 탐험합니다. 지난 40년간 리더십 학자들은 무엇을 연구했을까요? 대중들은 리더에 대해 어떤 생각을 소셜 미디어에 담았을까요? 기업 구성원들은 리더를 어떻게 볼까요? 탁월한 리더 집단이 보이는 차별적인 특성은 무엇일까요? 이들 시사점을 종합하여, 리더십 개발 지향점을 모색합니다.`<NA><NA><NA>
1222019기업 사례2019-09-10 13:50유현경한국마이크로소프트 상무현재 한국마이크로소프트 마케팅 및 오퍼레이션 부문 총괄 바로 직전까지 모던워크플레이스 솔루션 마케팅팀에서 Office 365, Windows 제품 등 마이크로소프트의 기업 업무 환경 관련 주요 솔루션 제품 전략을 총괄하며 국내 대기업 및 중견, 중소기업까지 다양한 규모와 업종의 고객들이 갖고 있는 업무 방식 변화에 대한 요구 사항을 청취해왔다. 이를 바탕으로 기업의 생산성과 만족도 향상을 위한 기술과 문화 변화 필요성을 전파하고 있다. 현재 업무 이전에는 한국마이크로소프트에서 사업기획, 개발자 생태계 마케팅 등을 담당하였으며, 한국IBM, 한국 AMD, 안랩 등 다양한 국내외 IT 업계에서 마케팅업무를 수행해왔다.<NA><NA><NA><NA>마이크로소프트 변화의 여정 사업 성장을 견인하는 문화와 일하는 방식의 변화한동안 미래 지속성장 가능성에 대해서 의심받았던 마이크로소프트가 디지털트랜스포메이션을 견인하는 클라우드와 AI 기술 사업자로서의 성격을 바꾸고 다시 재도약하는 데에는 기업문화의 변화에 근거한 일하는 방식의 차별화가 근저에 자리잡고 있다. 아직도 진행중인 마이크로소프트 변화의 여정을 통해 우리 사회에서도 수평성과 효율성, 그리고 스피드가 강화된 인재 보유를 도모하는 기업들의 변화 방향을 가늠해 본다.<NA><NA><NA>
1232019HRM2019-09-10 13:50신제구서울과학종합대학원 교수국민대학교 경영학과 박사과정 졸업(경영학 박사) 국민대학교 경영학과 석사과정 졸업(경영학 석사) 국민대학교 영어영문학과 졸업(문학사) 현) 서울과학종합대학원 교수(리더십과 HR전공) 현) Leadership & Performance Society, CEO 현) 한국교육컨설팅코칭학회 학회장, 대한 리더십 학회 부회장, 한국인력개발학회 고문, 한국액션러닝학회 부회장, 한국산업교육학회 부회장 전) 성균관대학교 경영전문대학원 겸임 교수 전) IGM세계경영연구원 교수/상무이사 전) 삼성 멀티캠퍼스(구 크레듀) HR 연구소장 전) 美 The Ohio State University CETE연구소 객원연구원 전) KB국민은행 인재개발원 R & D 팀장 전) 현대경제연구원 인재개발원 책임연구원<NA><NA>리더의 길(2019) 인적자원개발론(2017) Leadership Development in Emerging Market(2017) 리더십의 이해(2016) 디즈니 유니버시티(2014, Doug Lipp, Disney University, 역서)<NA>리더십 권리장전리더십 딜레마와 진화론급변하는 경영환경의 변화속에서 리더십은 끊임없는 도전과 딜레마를 겪고 있습니다. 이러한 상황에서 변화된 리더십 위험요소를 명확히 파악하고 실력과 용기로 선제적으로 변화에 대응하여 리더의 권리를 당당히 찾는 지혜로운 ‘리더십 권리장전’을 제시하고자 합니다.<NA><NA><NA>
1242019공공트랙2019-09-10 13:50김재영한국동서발전 차장울산대 기계자동차공학부<NA><NA><NA><NA>가상현실을 활용한 발전소 근무자 직무교육 활용사례한국동서발전은 발전소 현장 교대근무자의 직무역량 향상을 위하여 가상현실(VR)을 활용한 직무교육을 개발하여 활용하고 있다. 특히, 발생빈도는 적으나 문제 발생시 대형사고로 이어질 수 있는 비상상황, 2년 주기로 이루어 지는 밸브 조작 등 직접 경험하지 못하는 업무를 가상으로 체험 가능한 직무교육을 시행하고 있다. 동서발전의 직무교육 개발과정과 VR직무교육 동영상을 중심으로 강연이 진행될 예정이다.<NA><NA><NA>
1252019HRD, 최신기법, 기업 사례, HRM, 공공트랙2019-09-10 15:20혜민 스님마음치유학교 교장프린스턴대학교 대학원 종교학 박사 현 마음치유학교 교장 현 뉴욕 불광선원 부주지 전 미국 햄프셔대학 종교학 교수 하버드대학교 대학원 비교종교학 석사 캘리포니아 주립대학교 버클리캠퍼스 종교학 학사<NA><NA>고요할수록 밝아지는 것들(2018) 완벽하지 않은 것들에 대한 사랑(2016) 멈추면, 비로소 보이는 것들(2012) 젊은 날의 깨달음(2010)<NA>혜민스님과 함께하는 마음치유 콘서트 <고요할수록 밝아지는 것들>어쩌면 지금 우리가 힘들고 지친다고 느끼는 이유 중 하나가 내 삶의 고요함을 읽어버리고 살아서 그런 것이 아닌가 하는 생각을 합니다. 우리 안에 있는 고요함과 만나시기를 바라는 마음으로 이번 강연을 준비했습니다. 마음이 고요해지면 예전에는 잘 몰랐던 것들이 밝아지면서 비로소 드러나게 됩니다. 내 안의 소망이라든지, 진정 꿈꾸는 삶의 방향이라든지, 추구하고 싶은 삶의 가치라든지, 혹은 오랫동안 눌러놓았던 감정이나 기억까지 되살아나 그것들로부터의 치유가 가능하게 됩니다. 스님의 강연을 들으시는 동안만이라도 마음이 편안해지시고 지혜가 밝아지시고 스스로를 돌아볼 여유와 쉼을 찾으시길 기원합니다.<NA><NA><NA>