[빅데이터] 빅데이터 분석과 활용 (V 정리)

V. 빅데이터 플랫폼과 데이터 서비타이제이션

1. 서론

빅데이터 플랫폼과 데이터 서비타이제이션에 대한 이해를 높이기 위해서는 기록, 즉 데이터에 대한 고찰이 우선되어야한다.

---

2. 데이터 서비스를 위한 데이터 가치화

가. 데이터와 미래 데이터 방향

(1) 데이터의 정의

현실 세계에서 우리 눈앞에 주어진 모든 것들은 데이터를 의미하며, 인간이 살아가는 세상 자체가 데이터라 볼 수 있다.

 

(2) 정보 통신 기술의 발전과 데이터의 변화

웹2.0, SNS, 모바일 혁명등의 기술로 데이터 규모/유형/특성이 변화하고 있고, 데이터 특성에 현실성과 실시간성이 나타나고 있다.

 

(3) 데이터의 현재와 나아갈 방향

‘빅데이터, 더욱 길어진 디지털 그림자, 이머징 마켓의 놀라운 성장’ 요약 중

• 디지털 데이터 중 유용한 가치 창출할 것으로 판단되는 데이터 양은 23%이며, 그중 3%만이 분류되고 0.5%만이 분석됨.
• 보안이 필요한 정보량의 증가속도가 전체 증가속도보다 빨라져 실제 보호를 받는 정보량은 19%에 불과

나. 가치 있는 데이터

(1) 데이터 가치화의 필요성

 

(2) 데이터 가치를 높이기 위한 고려 사항

1. 데이터의 표준화된 태깅화
   가치있는 데이터를 만들기 위한 연구는 ImageNet 결과로 이어짐. 크라우드 소싱 기술을 사용해 이미지에 레이블을 붙였다.
2. 데이터의 메타지능화
   저장된 데이터를 찾아내어 연계-조합하여 처리하기 위해서는 데이터를 메타인지화해야한다.
   인간의 텍스트로 발생되는 데이터는 메타지능화가 필수적이어한다.
   가치있는 데이터를 만들기 위해서는 인간의 인지체계를 지원할 수 있어야하며, 인간이 특정대상을 인식할 때 고려하는 다양한 요인들이 고려되어야 한다.
3. 메타 데이터와 어휘적 특성 반영
   메타 데이터: 데이터의 데이터를 의미
   이전에는 데이터를 어떻게, 어디에 저장하고 관리할 것인가의 관점.
   최근에는 데이터 가치화를 위해 데이터의 표준화와 어휘적 문제 극복에 집중.

다. 온톨리지를 이용한 데이터 가치화

(1) 온톨로지 개요

각 존재의 관계로서 지식을 표현하고 지식을 추론하기 위한 로직을 연구한 것으로서 지식 표현의 한 방법이다.

 

(2) 시멘틱 웹과 온톨로지

시멘틱 웹: ‘정보’와 ‘정보’의 의미관계를 이용해 정보를 연결하고 서비스하는 지능형 웹

 

(3) 온톨로지 모델링 과정

1. 형태소 분석에 따른 주어-서술어-목적어 추출
2. 주어-서술어-목적어의 개념화와 연관성 구성
3. 온톨로지 모델과 지식베이스
4. 추론 과정을 통해 출력, 온톨로지 모델에는 데이터에 대한 정형화와 상이한 도메인들간의 관계, 개념 및 논리도 정의되어 있다.

---

3. 플랫폼과 데이터 서비타이제이션

가. 플랫폼 개요

현대식 플랫폼 정의 : “생태계 구성원들의 여러 접정과 인터페이스를 통해 접근할 수 있는 문제 해결책의 집합”

나. 플랫폼 구성

플랫폼은 생태계와 네트워크효과를 기반으로 수요자와 제공자를 한곳에 모이게 한다.

• 공생에 기반하여 부가 가치를 높이고
• 개방형 구조
• 데이터를 활용해 서비스를 제공하는 구조

다. 서비타이제이션과 데이터 서비타이제이션

(1) 서비타이제이션

제품과 서비스의 결합, 서비스의 상품화, 기존 서비스와 신규 서비스의 결합 현상을 포괄하는 개념

 

(2) 데이터 서비타이제이션

데이터와 서비스, 제품이 적절히 결합한 상태

---

4. 요약 및 결론

• 실제 데이터를 기반한 분석은 많은 문제점과 어려움을 갖고 있다.
• 데이터 수집부터 패러다임을 완전히 변경할 필요가 있음을 강조한다.