[빅분기 2일차] Chap01 - sec 01. 빅데이터 개요 및 활용 (2)

12월 12일 공부 인증

 

12월 11일 화요일 공부 내용 요약

4. 빅데이터의 가치

1) 빅데이터의 역할

- 4차 산업혁명 시대의 석탄이나 철, 원유와 같은 역할

- 사실관계를 상세하게 들여다볼 수 있는 렌즈 역할

- 다양한 개발자들에게 사업 기회를 주는 플랫폼 역할

​

2) 빅데이터의 기능과 효과

- 기존 사업자에게 경쟁 우위 제공 (고객 세분화와 맞춤형 개인화 서비스 제공)

- 알고리즘 기반으로 의사 지원을 지원

- 투명성을 높여 R&D 및 관리 효율성을 제고

​

3) 빅데이터 가치 측정의 어려움

데이터의 활용 및 가치 창출 방식과 분석 기술의 발전 여부 등에 따라 달라질 수 있어 측정하고 판단하는 것이 쉽지 않음

- 데이터 활용 방식 : 누가, 언제, 어디서 활용할지 알 수 없어 가치 측정이 어려움

- 가치 창출 방식 : 어떤 목적을 갖고 어떻게 가공하는가에 따라 없던 가치를 창출할 수 있음

- 분석 기술 발전 : 지금 기술 상황에서 가치가 없어 보여도 새로운 분석 기법이 등장할 경우 큰 가치를 찾아낼 수 있음

- 데이터 수집 원가 : 목적에 따라 수집, 가공하는 비용이 상황에 따라 달라질 수 있음

​

4) 빅데이터의 영향

- 기업 : 혁신, 경쟁력 강화, 생산성 향상

- 정부 : 환경 탐색, 상황 분석, 미래 대응 수단 제공

- 개인 : 스마트화를 통해 영향

​

5. 데이터 산업의 이해

1) 데이터 산업의 진화

데이터 처리 - 통합 - 분석 - 연결 - 권리 시대로 진화

- 데이터 통합 시대까지 데이터의 역할은 거래를 정확하게 기록하고 거래 자동화를 지원하는 것

​

(1) 데이터 처리 시대

- 데이터 처리 결과는 파일 형태로 보관

- EDPS(Electronic Data Processing System)를 도입하여 급여, 계산, 회계 전표 처리 등의 업무에 적용

- 데이터는 업무 처리 대상으로 새로운 가치를 제공하지 않음

​

(2) 데이터 통합 시대

- 데이터 처리가 여러 업무에 적용 → 데이터가 쌓이기 시작 → 데이터 일관성을 확보하기 어려워짐

- 데이터 모델링과 데이터베이스 관리 시스템 등장

- 데이터 웨어하우스 도입

​

(3) 데이터 분석 시대

- 대부분 업무에 정보기술 적용 → 데이터가 폭발적으로 증가

- 대규모 데이터를 보관, 관리할 수 있는 하둡, 스파크 등의 빅데이터 기술 등장

- 데이터 소비자(Data Consummer)의 역할과 활용 역량을 높이기 위한 데이터 리터러시(Data Literacy) 프로그램의 중요도 증가

* 데이터 리터러시 : 데이터를 읽고 그 의미를 파악하는 해독 능력

​

(4) 데이터 연결 시대

- 동시에 둘 이상의 방식으로 연결되어 데이터를 주고받음

- 연결은 네트워크를 만들고, 네트워크는 새로운 비즈니스 모델을 탄생시킴

- 오픈 API 제공은 현재 자율적 판단에 달려 있지만, 점차 의무화되는 추세

​

(5) 데이터 권리 시대

- 개인이 자신의 데이터를 자신을 위해 사용

   - 데이터의 원래 소유자인 개인이 자신의 데이터에 대한 권리를 보유하고 있으며 스스로 행사할 수 있어야 한다는 마이데이터(My Data) 등장

- 데이터의 공장한 사용이 보장되어야 하며, 데이터 독점이 유발할 수 있는 경제 독점이 방지되어야 함

​

2) 데이터 산업 구조

(1) 인프라 영역

- 데이터 수집, 저장, 분석, 관리 등의 기능 담당

- 하드웨어 영역

- 소프트웨어 영역

​

(2) 서비스 영역

- 교육이나 컨설팅 또는 솔루션 제공

- 데이터 자체를 제공, 가공한 정보 제공

- 데이터 처리 역할 담당

 

6. 빅데이터 조직 및 인력

1) 필요성

- 빅데이터 관련 기술적 문제들은 기술의 발전으로 어느정도 해소

- 데이터 분석 및 활용을 위한 조직체계나 분석 전문가 확보에 어려움이 있음

- 데이터 분석 관점의 컨트롤 타워에 대한 필요성 제기

​

2) 조직의 역할

- 분석 업무 발굴

- 전문적인 분석 기법과 도구 활용, 인사이트 도출

- 인사이트를 전파, 실행

​

3) 조직의 구성

통계학이나 분석 방법에 대한 지식과 분석 경험이 있는 전문 인력을 중심

- 데 이터 분석 업무 수행 주체에 따른 조직구조

집중형	기능형	분산형
전사 분석 업무를 별도의 전담조직에서 수행 내부에서 전사 분석 과제의 전략적 중요도에 따라 우선순위 정함 현업 부서와 분석 업무가 중복/이원화 가능성 있음	분석 수행의 일반적 구조 각 현업 부서에서 분석 업무 직접 수행 전사적 관점에서 전략적 핵심 분석이 어려우며, 특정 현업 부서에 국한된 협소한 분석을 수행할 가능성 높음	분석 전문 인력을 현업 부서에 배치하여 분석 업무 수행 전사 차원에서 분석 과제의 우선순위를 선정하고 수행 분석 결과를 현업에 빠르게 적용 가능

 

4) 데이터 사이언스 역량

(1) 데이터 사이언스 실현을 위한 인문학적 요소

- 스토리텔링 능력

- 커뮤니케이션 능력

- 창의력과 직관력

- 비판적 시각과 열정

​

5) 데이터 사이언티스트

- Hard Skill

   - 빅데이터에 대한 이론적 지식

   - 분석 기술에 대한 숙련

- Soft Skill

   - 통찰력 있는 분석

   - 설득력 있는 전달

   - 다분야 간 협력