반응형

빅데이터란 단어를 요즘에 많이 쓰고 있습니다. 하지만 많은 분들이 정확하게 이게 무슨 의미인지 알지 못합니다. 그래서 여러분들을 위한 빅데이터란 무엇인지? 정확하게 알려드리겠습니다. 빅 데이터는 조직 및 해당 에코시스템 측면에서 "모든 데이터"를 의미합니다. 그리고 오늘날에는 꽤 많은 자료가 있습니다. 우리가 활용할 수 있는 엄청난 양의 데이터는 눈부시며, 디지털 데이터 세계의 성장률을 보면 어지러울 뿐입니다. 사물 인터넷(IoT)과 디지털 변환이 모든 수직적 측면에서 영향을 미치므로 더욱 빠르게 진행할 수 있습니다. 더 중요한 것은 데이터가 믿을 수 없을 정도로 비즈니스 자산이 되었다는 점입니다. 그러니 잘 다루세요. 원래 빅 데이터는 주로 데이터 세트의 크기와 복잡성은 물론, 더 크고 복잡한 데이터 세트를 처리하고 가치를 높이는 데 필요한 다양한 형태의 처리, 분석 등을 지칭하는 용어로 사용되었습니다. 대부분의 사람들은 더 많은 데이터, 더 많은 데이터 유형, 더 많은 데이터 소스 및 더 다양한 형태의 데이터라는 순수한 볼륨과 다양한 관점을 살펴보곤 했습니다. 오늘날의 용어는 데이터 분석, 데이터 시각화 등을 지칭하는 데에도 실제로 사용됩니다. 그러나 볼륨과 마찬가지로 데이터도 무의미합니다. 중요한 것은 의미, 실행 가능한 데이터, 실행 가능한 정보, 실행 가능한 인텔리전스, 목표, 그리고 빅 데이터 분석(BDA) 및 인공지능(AI) 덕분에 데이터로부터 의사 결정 및 작업으로 전환하기 위한 조치입니다. 실제로 얼마나 많은 데이터가 존재하는지, 그리고 다양한 소스에서 얼마나 많은 방식, 형식, 형태가 발생하는지 알게 되면 우리가 볼륨과 다양성에 매료되는 이유를 쉽게 알 수 있습니다. 웹 상의 데이터, 트랜잭션 로그, 소셜 데이터 및 수많은 디지털 문서에서 추출되는 데이터를 고려하십시오. 이메일 및 문자 메시지, 수많은 애플리케이션(ERP, CRM, 공급망 관리 시스템, 가장 광범위한 공급업체 및 비즈니스 프로세스 시스템, 빌딩 관리 시스템과 같은 수직적 애플리케이션), 지리 위치 데이터 및 점점 더 많은 유형의 비정형 데이터를 고려합니다. IoT 분야의 센서 및 기타 데이터 생성 장치 및 구성 요소, 주로 산업용 IoT(및 매우 데이터 집약적인 프레임워크인 Industry 4.0)에서 가져온 것입니다. 언제 읽든 상관없이, 만약 여러분이 이러한 정보를 읽고 있다면, 그리고 여러분의 조직 생태계에 있는 데이터 양이 곧 느려질 것이라고 생각한다면, 다시 한번 생각해 보십시오. 여러분은 빅 데이터와 사물인터넷(Internet of Things)이 이러한 모든 데이터를 이해하는 데 필요한 인공지능(AI)과 함께 디지털 트윈, 예측 유지 보수 또는 IoT(및 관련 기술)와 관련된 대부분의 기술과 애플리케이션에 엄청난 영향을 미치기 시작한 과정을 상상할 수 있습니다. 이러한 애플리케이션 중 일부를 지원하는 로직입니다. AR 및 VR)과 같이 대부분의 경우 아직 비교적 초기 단계라고 생각합니다. 따라서 이 용어는 점점 더 많은 데이터 세트를 사용할 수 있게 되고 더 많은 데이터 소스가 추가되어 실제 데이터 혼란으로 이어지는 디지털 및 비정형 정보 시대에 기술과 처리 배경을 가지고 있습니다. 그러나 정보 혼란이 정보 기회와 관련된 것처럼 빅 데이터 혼란도 기회와 목적에 관한 것입니다. 게다가 빅 데이터의 장점은 데이터 및 정보 프로세스의 기존 규칙을 엄격하게 따르지 않으며 심지어 완벽하게 멍청한 데이터도 Forbes의 설명처럼 훌륭한 결과를 가져올 수 있다는 것입니다. 언급되는 크고 복잡한 데이터 세트의 증가는 복잡한 데이터와 정보에 대한 신속한 접근이 그 어느 때보다 중요한 실시간 경제의 '빠른' 맥락에서 다른 접근 방식을 필요로 했습니다. 예를 들어, 실시간 행동을 유도하는 정보 감지 장치에 대해 생각해 보세요. 또는 한 가지 또는 다른 목적으로 정보/피드백을 찾을 때 빠르고 정확한 정보/피드백 측면에서 사람들의 기대치가 높아지고 있습니다. 실제로, 고객 경험 최적화, 고객 서비스 등은 많은 빅데이터 프로젝트의 주요 목표이기도 합니다. 이러한 모든 진화의 와중에 빅 데이터라는 용어의 정의는 2001년 META 그룹/Gartner 문서(PDF 공개)에서 설명한 대로 데이터 볼륨, 속도 및 다양성을 제어한다는 점에서 본래의 정의에서 탈피하여 진화하고 있습니다. 최근 몇 년 동안 빅 데이터에 대한 새로운 관심은 데이터를 저장하고 조작하는 오픈 소스 기술과 증가하는 데이터 볼륨에 기인했습니다. 또한 빅 데이터(실제로 빅 데이터 분석 또는 BDA)가 클라우드 컴퓨팅, 모바일 및 IoT와 같은 추가 '가속기'와 같은 다양한 다른 제3의 플랫폼 기술이 빅 데이터가 일부 새롭게 주목받았을 뿐 아니라 아래 그림과 같이 빅 데이터 생태계를 넓히는 이유가 분명해졌습니다. 오늘날에는 비즈니스, 인텔리전스, 의사 결정 및 가치/기회 관점에 대해 살펴봅니다. 볼륨에서 가치까지(어떤 이점을 제공하는 데 필요한 데이터인지), 혼돈에서 마이닝 및 의미에 이르기까지 데이터 분석, 통찰력 및 작업에 중점을 둡니다. 주로 구조화되지 않은 데이터 혼돈이라는 점에서 핵심 질문은 가능한 작업 중 하나 이상을 달성하는 데 필요한 올바른 데이터가 무엇인지입니다. 데이터에서 가치를 창출하는 것은 원하는 결과에 의해 주도되는 전체적인 것입니다. 사물 인터넷이 발생하고 사회, 과학 및 비즈니스의 많은 영역에서 디지털화가 진행됨에 따라, 데이터 세트와 올바른 데이터의 수집, 처리 및 분석이 향후 몇 년 동안 어려운 과제이자 기회가 될 것입니다. 이와 같은 빅 데이터는 의미가 없거나 더 낫기 때문에, 앞서 언급한 바와 같이 전체 용어로 사용되고 있습니다. 그리고 대부분의 "트렌딩" 우산 용어가 그렇듯이, 꽤 혼란스러운 부분이 있습니다. 데이터 세트를 분석하고 데이터를 인텔리전스 및 관련 작업으로 전환하는 것이 중요합니다. 빅 데이터는 종종 비즈니스 관점에서 오해를 받지만(다시 말해, '적절한 데이터'를 적절한 시기에 적절한 이유로 사용하는 것) 조직의 특정 데이터 사용에 대한 논란이 있지만, 빅 데이터는 디지털 시대의 논리적 결과라는 것은 분명합니다. 동시에 디지털 비즈니스와 사회의 여러 분야에서 촉매제 역할을 합니다. 예를 들어, 빅 데이터는 정보 관리 진화의 핵심 동인 중 하나이며, 물론 빅 데이터는 많은 디지털 혁신 프로젝트와 기회에서 역할을 합니다. 빅 데이터의 중요성과 더 중요한 것은, 스마트 조직이 '올바른 데이터'와 '관련성'의 관점에서 도출하는 인텔리전스, 분석, 해석, 결합 및 가치의 중요성으로 인해 조직이 일하는 방식, 채용 및 기술 우선순위에 영향을 미치고 있다는 점입니다. 수상자는 기술뿐만 아니라 데이터 분석가뿐만 아니라 디지털 사고방식은 고사하고 분석적 사고방식을 습득해야 하는 많은 기능의 임원과 실무자도 필요로 하는 가치를 이해하게 됩니다. 마케팅 및 관리와 같은 영역에서 커다란 도전이 될 수 있습니다. 기존 빅 데이터 'V'의 세 가지 외에도 IBM은 위의 그림과 같이 네 번째 빅 데이터를 추가하기로 결정했습니다. 결국 가치는 우리가 추구하는 것입니다. 물론, 데이터와 정보에도 가치가 있습니다. 볼륨 등처럼 그렇게 명백하지 않을 수도 있습니다. 다른 사람들은 훨씬 더 많은 'V'를 추가했습니다. 따라서 동일한 테마에서 다른 V을 추가한 사람의 강조에 따라 서로 다른 변동을 볼 수 있습니다. 몇 번 언급했듯이, 조직들은 빅 데이터의 볼륨 차원에 오랫동안 집중해 왔습니다. 물론 이것은 그리 놀랄만한 일은 아니다. 볼륨은 과거에도 그랬고 지금도 여전히 데이터 호수로 모든 데이터를 가져오는 것은 쉽지 않았습니다(아래의 데이터 호수에 대한 자세한 내용은 현재로선 많은 데이터가 수집되고 분석할 수 있는 환경으로 간주). 특정 시점에 데이터 호수 대신 데이터 늪에 대해 이야기하기 시작했습니다. 수많은 소스 및 시스템에서 많은 데이터가 유입되어 흙탕물이 되는 것을 상상할 수 있습니다. 데이터가 많은 것과 고품질 데이터를 갖는 것과 가치가 높은 데이터를 높은 목표에 활용하는 것은 또 다른 가치입니다. 이상으로 빅데이터에 대한 내용을 마치도록 하겠습니다.

반응형
  • 네이버 블러그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 카카오스토리 공유하기

댓글을 달아 주세요

">