텍스트 마이닝 기법을 활용한 노인장기요양기관 부당청구 판례 분석 연구

• 영문명: A study on the Precedent of Unfair Claims by Long Term Care Institutions Using Text Mining Techniques: Focusing on the Precedent of Medical welfare facilities for senior citizens
• 발행기관: 사단법인 한국안전문화학회
• 저자명: 윤기혁(Youn, Ki Hyok)
• 간행물 정보: 『안전문화연구』제22호, 277~311쪽, 전체 35쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2023.05.31

국문 초록

노인장기요양보험법 시행 이후 지속적으로 증가하고 있는 노인장기요양기관의 부당청구는 노인의료비 증가를 부추기는 요인이자 초고령사회를 목전에 두고 있는 우리나라의 국민건강보험 재정을 위협하는 위험요인으로 대두되고 있다. 이에 본 연구에서는 노인장기요양기관의 부당청구 예방 및 재범방지를 위한 대안을 제시하는 것이 목적이다. 연구 목적을 달성하기 위해서 법원의 판례 자료와 텍스트 마이닝 기법을 활용․분석하여 부당청구의 쟁점 사항과 요인을 도출하고자 한다. 본 연구의 분석 대상 판례의 자료수집 기간은 2013년 1월 1일부터 2020년 12월 31일까지이고, 노인의료복지시설 판례 91개(노인요양시설 85개, 노인 요양 공동생활가정 6개) 판례를 수집하였다. 본 연구의 결과는 다음과 같다. 첫째, 사건 유형과 피고인에 대한 법원의 1심 판결은 벌금형 44명, 집행유예 72명, 징역형 18명으로 나타났다. 둘째, 피고인의 특성으로는 피고인 146명 중 운영자, 대표자, 원장 등 최고 관리자가 99명(70%)로 나타났고, 다음으로 요양보호사 13명, 사무직 관리자 6명, 사회복지사 5명 등으로 나타났다. 셋째, 검사의 기소 내용은 노인장기요양보험법 위반, 특정경제범죄가중처벌 등에 관한 법률 위반(사기), 사기, 노인복지법 위반, 업무상 횡령, 사문서 위조, 보조금관리에 관한 법률 위반 등이다. 넷째, 텍스트 마이닝의 TF-IDF 분석 결과 1심은 규정과 고시, 근무시간, 가산, 공모 등이 중요하게 언급이 되었고, 요양보호사, 조리원, 물리치료사, 사회복지사, 간호조무사 등 의무배치인력이 다양하게 나타났다. 2심에서는 현지 조사, 위생원, 입소자 등이 주요한 키워드로 나타났다. Topic Modeling 분석 결과 1심의 주요 Topic으로는 요양보호사&위생원, 요양보호사 인력배치기준, 사회복지사&물리치료사, 고시와 법령, 근무시간& 편취, 피고인&피해자이다. 2심의 주요 Topic으로는 피고인&원심 부당(무거움), 노인장기요양 급여&근무시간 위반, 피해자 주장&사기죄, 허위근무&요양보호사, 인력배치기준&기망(행위), 피고인 근무 규정&현지 조사이다. 이러한 연구 결과를 바탕으로 우선 부당청구의 주요 쟁점사항과 부당청구 요인 또는 원인을 파악하였다. 그리고 노인장기요양기관 부당청구 예방과 재범방지를 위한 대안으로 ① 노인장기요양기관의 운영자 및 종사자의 인식 전환, ② 노인장기요양기관의 투명한 운영과 법령 준수 ③ 법령, 고시 등 관련 규정의 철저한 이해와 해석 오류 방지 ④ 처벌 위주가 아닌 부당청구 개선 위주의 적극적인 대응방안 모색 등을 제안하였다.

영문 초록

The increasing number of unfair claims in long-term care facilities has emerged as a risk factor for threatening the finances of the Korean national health insurance and increasing medical expenses, considering the imminent danger to super-aged society, since the implementation of the Long-term Care Insurance Act for the Elderly. Therefore, we aim to provide alternatives for unfair claim prevention and recidivism. The court's precedents and text-mining analysis were used to identify issues and factors in unfair claims to meet our research goals. Ninety-one cases (i.e., eighty-five elderly care facilities and six elderly care communal homes) were collected from January 1, 2013, to December 31, 2020. Our results revealed that fourty-four were fined, seventy-two received probation, and eighteen were sentenced to imprisonment, of the first verdicts by trial courts for senior medical welfare facilities. Among the defendants (n = 146), ninety-nine were top managers; thirteen were care workers; and five were social workers. The indictments consisted of seven violations, and of three most representative contents were violations of the Long-Term Care Insurance Act for the Elderly, of the Act on the Aggravated Punishment of Specific Economic Crimes (fraud), fraud, violations of the Elderly Welfare Act, business embezzlement and forgery of private documents. In the first trial, TF-IDF analysis indicated four keywords, 'regulations and announcements,' 'working hours,' 'additions,' 'competition,' and mandatory personnel, such as physical therapists, social workers, and nursing assistants. In the second trial, 'field investigation,' 'sanitation,' and 'resident' were the main words. Topic Modeling of the first trial showed that 'nursing care workers & sanitation center,' 'nursing care staff assignment standards,' 'social worker & physical therapist,' 'notifications and laws,' 'working hours & exploitation,' 'defendants & victim.' In the second trial, 'accused & supreme unjust (heavy),' 'placement criteria & deception (acts),' 'long-term care benefit & breach of working hours,' 'victim's claim & crime of fraud,' 'false service,' 'staff assignment standards & deceiving (acting),' and 'defendant's working rules & field investigation.' Thus, we explored causes and issues with unfair claims. Finally, we proposed several preventative solutions: ①. change in the perception of operators and works of long-term care institutions, ②. transparent management, ③. a thorough understanding of relevant regulations, such as laws and public announcements, and prevention of errors in interpretation, and lastly ④. active countermeasures focused on improving unfair claims instead of punishment.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 결론

참고문헌

키워드

노인장기요양기관 부당청구 판례 노인의료복지시설 텍스트 마이닝 토픽 모델링 Long Term Care Institutions Unfair Claims Precedent Medical welfare facilities for senior citizens Text Mining Topic Modeling