서울교통공사에서 2022년 2월부터 2025년 10월까지 약 4년간 수집한 근로자 육아휴직 데이터를 바탕으로, 개인정보를 삭제, 비식별화하고 민통계적 특성을 유지하여 생성한 합성데이터입니다.

- 서울교통공사 직원 육아휴직 기록을 기반으로 한 합성 인사 기록 데이터 구축 및 활용
- 동일인 복수 육아휴직 기록의 시간적 연속성(휴직 간격, 총 기간) 및 제도적 논리(최대 휴직 기간 등)를 반영하여 합성 규칙을
설계하고 데이터 전처리 수행
- 성별/연령대단위별 육아휴직 기간 및 유형별 분포 분석
- 직종/직급/사업소 단위 분석이 불가능하므로, 현재 데이터가 가진 '성별'및 '출생연도'(연령대)를 기준으로 육아휴직의 기간(장기/단기)과 이용 패턴을 심층 분석
- 동일인 복수 휴직 기록분석을 통해 직원의 총 휴직 기간휴직 분할 사용 패턴을 파악하여 인력 공백 발생의 연속성을 확인
- 인력 운영 예측 모델 학습 데이터 기초 분석및 인사 정책 개선방향 제시
- 분석된 성별/연령대별 휴직 기간 분포휴직 시작/종료 시점 집중도를 인력 운영 예측 모델의 기초 학습 데이터로 활용하여 예측
정확도를 향상
- 분석 결과를 토대로, 특정 성별/연령대의 장기 휴직 집중에 대비한 대체 인력 관리방안 등 현실적인 인사 정책 개선 방향을
제시 This is synthetic data created by deleting and anonymizing personal information and maintaining statistical characteristics based on parental leave data collected by Seoul Metro over approximately four years from February 2022 to October 2025. - Establishment and utilization of synthetic personnel record data based on parental leave records of Seoul Metro employees - Design synthesis rules and perform data preprocessing by reflecting the temporal continuity (leave interval, total period) and institutional logic (maximum leave period, etc.) of multiple parental leave records of the same person - Analysis of distribution of parental leave period and type by gender/age group - In-depth analysis of the period (long/short) and usage pattern of parental leave based on 'gender' and 'year of birth' (age group) of the current data, as analysis by job type/rank/business unit is not possible - Confirm the continuity of the occurrence of personnel gaps by identifying the total leave period and leave division usage pattern of employees through analysis of multiple leave records of the same person - Basic analysis of learning data for human resource operation prediction model and suggestion of improvement directions for human resource policy - Improve prediction accuracy by utilizing the analyzed distribution of leave period by gender/age group and the concentration of leave start/end times as basic learning data for human resource operation prediction model - Based on the analysis results, suggest realistic directions for improvement of human resource policy, such as alternative human resource management plan to prepare for the concentration of long-term leave of a specific gender/age group 서울교통공사_(합성데이터)육아휴직 데이터 Seoul Transportation Corporation (synthetic data) childcare leave data 2025-11-26 2025-11-26 서울교통공사 데이터팀 교통및물류 - 철도 육아휴직,육아제도,출산정책,직장인육아,여성정책 parental leave,childcare system,Birth policy,Working Parenting,Women's Policy 이용허락범위 제한 없음 수시 csv 2025-11-26 서울교통공사_(합성데이터)육아휴직 데이터_20251031