빅데이터는 어떻게 응용하지?(2) 활용편

빅 데이터의 대중적인 주요 요인

빅 데이터가 대중적인 주요 요인은 두 가지가 있습니다.

 

첫번째,

SNS 등의 보급으로 매일 대량의 디지털 데이터가 만들어지게 되었습니다. 지금 우리의 눈앞에서 '정보 폭발' 이 일어나고 있는 것입니다.

 

두번째,

방대한 양의 데이터를 수집하고 저장하는 프레임 워크가 개발된 것으로, 빅 데이터의 취급이 용이하며 저장 비용이 감소했습니다.

 

빅데이터의  폭발

클라우드 컴퓨팅의 확산, SNS (Social Networking Service)의 보급, 센서 네트워크 및 스마트폰의 보급 등을 배경으로 디지털 데이터가 폭발적으로 증가하는 것을 말합니다. 지금은 1억 명 이상의 활성 사용자를 보유한 트위터는 하루 2억 5000 만개의 피드가 발생하는 것으로 알려져 있습니다. 이것을 단위로 변환하면 트위터 전체 1 일 8 테라바이트의 데이터가 만들어지고 있다고 말할 수 있습니다. 또한 Facebook 사의 시스템은 매일 25억 개의 콘텐츠 단위로 변환하면 500 테라바이트 이상의 데이터를 처리하고 있는 것으로 알려져 있습니다. 이와 같이 정보량이 폭발적으로 늘어난 데다 이 데이터를 저장하는 접시도 개발된 것으로, 빅 데이터는 기업들 사이에서도 취급되게 되었습니다. 이외에 오픈 데이터의 개념도 빅 데이터가 대중적인 요인을 갖고 있습니다. 오픈 데이터는 누구나 재이용이 가능한 공개된 데이터의 수를 말합니다. 빅 데이터를 공개하고 공공 이용하여 새로운 사업이나 서비스의 창출, 지역 경제 활성화 등으로 이어질 것으로 기대되고 있습니다.

 

빅 데이터 활용 사례와 분석 방법

빅 데이터를 이용한 분석은 비즈니스 등 다양한 다양한 업종을 변화시키는 것으로 알려져 있습니다. 사용할 수있는 정보가 많아 기존에 불가능했던 복잡한 분석이 가능하게 되어, 곳곳에 쓸 수 있도록 변화되고 있기 때문입니다. 빅 데이터를 이용한 분석은 비즈니스 등 다양한 다양한 업종을 변화시키는 것으로 알려져 있습니다. 사용할 수 있는 정보가 많아 기존에 불가능했던 복잡한 분석이 가능하게 되어, 곳곳에 쓸 수 있도록 변화되고 있기 때문입니다.

1. 구글

예를 들어, Google은 이용자가 웹에서 검색 한 정보를 축적 · 분석함으로써 그 사람의 흥미 · 관심에 맞는 광고를 표시합니다. 축적하는 정보가 많을수록 명확하게 분석할 수 있습니다. Google은 하루에 24 페타 바이트 이상의 데이터를 처리하고 있는 것으로 알려져 있습니다. 이것은 미국 의회 도서관에 소장되어 있는 모든 인쇄물의 수천 배의 정보량에 상당하는 데이터 양입니다.

 

2. 아마존

아마존은 단순히 "어떤 책이 팔렸는가 '라는 데이터뿐만 아니라 "사용자가 과거에 어떤 책을 샀는지 "또는"이번 어떤 책을 체크하여 최종 구매에 이르렀 는가'라는 데이터 모두 축적, 저장, 분석하여 왜 그 책이 팔린 여부를 알 수 있게 합니다. 아마존 같은 인터넷 기업이 빅 데이터를 웹상에서 쉽게 수집하고 분석하여 매출을 늘리고 있습니다.

빅 데이터를 이용한 분석 방법

 

빅 데이터를 이용한 분석 방법은 주로 다음의 세 단계로 나눌 수 있습니다.

 

1. 통합

빅 데이터는 종류가 다른 다수의 소스 및 응용 프로그램에서 비즈니스 과제 해결에 필요한 데이터를 수집합니다.

2. 관리
빅 데이터를 저장하려면 스토리지가 필요합니다. 데이터가 어떤 구조 든 그것을 저장하는 환경을 정비하는 것이 중요합니다.

3. 분석
분석 방법에 따라 수집 한 데이터를 분석하고 비즈니스 과제 해결을 초래할 수있는 지식을 구워 내고 있습니다.

 

 

빅 데이터의 응용 

 

의료

매일 대량의 복잡한 비정형 데이터를 생성하는 의료 업계에서는 빅 데이터를 예방 의료에 도움을 줍니다. 예를 들어, 웨어러블 장치 등으로부터 수집된 빅 데이터를 활용하여 환자의 건강 상태를 모니터링하고 의료 기관에 데이터를 전송할 수 있습니다. 또한 수백 수천만 명의 환자에서 수집된 데이터를 사용하여 증거 기반 진단을 할 수 있습니다.

관광

여행 업계는 주로 고객의 관광지에 대한 관심과 그 행동 특성의 데이터를 기반으로 사업을 전개하고 있습니다. 예를 들어, 고객과 고객의 검색 키워드의 데이터를 분석하여 제공하는 서비스의 수요와 과제를 찾아볼 수 있습니다.

 

교육

학생 학습 이력이나 행동 이력 등 빅 데이터를 수집하고 시각화하고 분석함으로써 학습의 평가와 다양한 예측, 성적과 학습 행동의 관계를 밝힐 수 있습니다. 예를 들어, 학습 이력 데이터를 사용하여 개별 학생에 대한 맞춤형 과정과 계획을 작성하여 학생의 전반적인 결과를 개선할 수 있습니다.

 

소매

빅 데이터를 이용한 시장과 고객 관심의 분석을 통해 소매업의 생산성과 효율성을 도모하고 있습니다. 예를 들어 매출 데이터를 분석하여 제품의 수급 예측의 정확도를 향상시키고 제품의 입고에 대해 합리적인 결정을 내릴 수 있습니다.

 

농업

기존 농업은 경험과 감에 의존 부분이 대부분을 차지하고 있었지만, 농사에 빅 데이터를 활용 있다면, 수확 예측 및 생산성 향상으로 이어집니다. 예를 들어, 센서에서 얻어진 기온 일사량 · 강우량과 농사의 데이터를 분석하여 생산 계획에서 수확 · 출하까지를 시각화할 수 있습니다.