빅데이터의 특징과 의미, 데이터의 중요성과 사례(빅데이터 전문가)

카테고리 없음

빅데이터의 특징과 의미, 데이터의 중요성과 사례(빅데이터 전문가)

글로벌&새바람 2020. 4. 2. 09:49

안녕하세요 올해는 작년보다 더 빨리

만개한 벚꽃을 본거 같습니다.

이제 막 4월이 된 시점에 흩날리는 벚꽃잎은

너무도 아름답더라구요^^

마음에 여유가 부족하신분들께

천천히 벚꽃길을 걸어보시는걸 추천드립니다!

금일 포스팅에선 빅데이터 특징과 의미,

데이터의 중요성 등을 다뤄볼까합니다.

노력하는 인재를 위한 취업맞춤 교육기관. 글로벌산업기술교육원

giec.or.kr

데이터 규모의 중요성과 그 사례

구글은 수천만 권의 도서 정보와 유엔과 유럽의회, 웹 사이트의 자료를 활용해 64개 언어 간 자동번역 시스템 개발에 성공했다. IBM도 캐나다 의회의 문서를 활용해 영어·불어 자동번역 시스템 개발을 시도했으나 실패한 경험이 있다. 이는 기술의 차이보다는 사용 데이터의 규모 차이에 의한 결과로 평가한다. 서울시장 보궐선거도 새로운 데이터 분석의 효과를 입증한 사례다. 전통적인 여론조사 결과는 선거 당일까지 '박빙'의 승부를 예상했지만, 트위터 분석은 당선자 측의 우위를 예측했기 때문이다.

빅데이터의 특징과 의미

빅데이터의 특징은 3V로 요약하는 것이 일반적이다. 즉 데이터의 양(Volume), 데이터 생성 속도(Velocity), 형태의 다양성(Variety)을 의미한다(O'Reilly Radar Team, 2012). 최근에는 가치(Value)나 복잡성(Complexity)을 덧붙이기도 한다.

이처럼 다양하고 방대한 규모의 데이터는 미래 경쟁력의 우위를 좌우하는 중요한 자원으로 활용될 수 있다는 점에서 주목받고 있다. 대규모 데이터를 분석해서 의미있는 정보를 찾아내는 시도는 예전에도 존재했다. 그러나 현재의 빅데이터 환경은 과거와 비교해 데이터의 양은 물론 질과 다양성 측면에서 패러다임의 전환을 의미한다. 이런 관점에서 빅데이터는 산업혁명 시기의 석탄처럼 IT와 스마트혁명 시기에 혁신과 경쟁력 강화, 생산성 향상을 위한 중요한 원천으로 간주되고 있다(McKinsey, 2011).

빅데이터전문가란?

사람들의 행동 패턴 또는 시장의 경제상황 등을 예측하며 데이터 속에 함축된 트렌드나 인사이트를 도출하고 이로부터 새로운 부가가치를 창출하기 위해 대량의 빅데이터를 관리하고 분석한다.

수행직무

네이버 지식백과

분석목표에 따라 빅데이터의 분석방법을 기획한다. 분석할 빅데이터자원을 수집한다. 대용량의 데이터를 처리하는 플랫폼을 활용하여 처리, 분석한다. 분석방법에 따라 마이닝(데이터 마이닝, 텍스트 마이닝, 오피니언 마이닝), 계량정보 분석(계량서지학, 계량정보학, 웹계량화), 네트워크 분석(사회 네트워크 분석, 지식 네트워크 분석, 언어 네트워크 분석), 복잡계기법 분석(복잡계 네트워크 분석, 행위자 기반 모형, 시스템 다이나믹스), 클러스터 분석(비슷한 특성을 가진 개체를 합해서 유사그룹을 발굴) 등을 활용합니다. 프로그램을 사용하여 분석결과를 시각화 합니다. 실시간으로 데이터를 수집, 저장, 분석하고 시각화하여 의미있는 분석결과를 도출하기도 합니다. 빅데이터와 관련된 새로운 기술, 유행, 트렌드 등을 수시로 파악합니다.

활동 분야

빅 데이터 전문가는 금융 분야(신용 리스크 관리, 로보어드바이저), 유통 분야(계절에 따라 생산이나 판매가 달라지는 상품 예측, 백화점 및 매장의 상품 진열), 제조 분야(불량 제품이 발생할 가능성을 미리 알려줌), 서비스 분야, 의료 분야, 공공 분야 등 다양한 영역에서 활동이 가능합니다.

[훈련 강점]

* 빅데이터 기반의 인공지능 기술은 앞으로 IoT 시대에 더욱 중요해 질 것이다. 모든 일상 생활 환경에서 데이터가 수집될 것이며, 이를 활용하면 지금까지는 상상하기 어려웠던 새로운 서비스들이 등장할 수 있다.

데이터의 프라이버시 이슈와 정보보안 및 보호 등의 이슈가 계속 존재할 수 있으나 이는 데이터를 활용한 지능적인 서비스들을 통해서 얻을 수 있는 혜택으로 인해 지속적인 학습으로 인공지능 기술을 학습함으로써 4차 산업혁명의 화두인 인공지능 분야에 실무 능력을 겸비하여 취업할 수 있다.

* 데이터 분석과 인공지능 개발을 갖추려는 목표 달성에 큰 관련이 없는 [애플리케이션 테스트 수행], [애플리케이션 배포], [애플리케이션 테스트 관리], [제품소프트웨어 패키징], [정보시스템 이행], [요구사항 확인] 능력단위를 제외하고 목표달성에 부합하는 능력단위로 과정을 구성함으로서 보다 효율적이고 체계적인 훈련과정을 기대할 수 있다.