728x90
1) 빅데이터의 가치
가치 | 설명 |
경제적 자산 | 새로운 기회를 창출하고, 위험을 해결하여 사회 및 경제 발전의 엔진 역할을 수행 |
불확실성 제거 | 사회현상, 현실 세계의 데이터를 기반으로 한 패턴 분석과 미래 전망 여러가지 가능성에 대한 시나리오 시뮬레이션 |
리스크 감소 | 환경, 소셜 네트워크, 모니터링 정보의 패턴분석을 통해 위험 징후 및 이상 신호 포착 이슈를 사전에 인지 및 분석하고 빠른 의사결정과 실시간 대응 |
스마트한 경쟁력 | 대규모 데이터 분석을 통한 상황 인지, 인공지능 서비스 기능 개인화, 지능화 서비스 제공 확대 트렌드 변화 분석을 통한 제품 경쟁력 확보 |
타분야 융합 | 타 분야와의 융합을 통한 새로운 가치 창출 방대한 데이터 활용을 통한 새로운 융합시장 창출 |
2) 빅데이터 가치 산정이 어려운 이유
원인 | 설명 |
데이터 활용 방식의 다양화 | 데이터의 재사용, 재조합, 다목적용 데이터 개발 등이 일반화되면서 특정 데이터를 언제/어디서/누가 활용할지 알 수 없어서 가치 산정이 어려움 데이터의 창의적 조합으로 인해 기존에 풀 수 없는 문제를 해결하는 데 도움을 주기때문에 가치 산정이 어려움 |
새로운 가치 창출 | 빅데이터 시대에 데이터가 기존에 없던 가치를 창출하여 가치 산정이 어려움 |
분석기술의 급속한 발전 | 비용문제로 인해 분석할 수 없었던 것을 저렴한 비용으로 분석하면서 활용도가 증가하여 가치 산정이 어려움 |
3) 빅데이터 영향
대상 | 영향 | 설명 |
기업 | 혁신 수단 제공 경쟁력 강화 생산성 샹상 |
소비자의 행동을 분석하고, 시장 변동을 예측해서 비즈니스 모델을 혁신하거나 신사업을 발굴 원가절감, 제품 차별화, 기업 활동의 투명성 제고 등을 활용하여 경쟁사보다 경쟁 우위를 확보 |
정부 | 황경 탐색 상황 분석 미래 대응 가능 |
날씨, 교통 등 통계데이터를 수집해 사회변화를 추정하고 각종 재해 관련 정보를 추출 사회연결망 분석, 시스템 다이내믹스 같은 분석 방식을 통해 미래 의제 도출 |
개인 | 목적에 따른 활용 | 빅데이터 서비스를 저렴한 비용으로 활용 |
4) 빅데이터 위기 요인 및 통제 방안
빅데이터는 유용한 가치를 주는 동시에 부정적인 영향을 줄 수 있다.
부정적인 영향으로 인해 위기가 발생하므로 이를 극복하기 위한 통제 방안이 필요하다.
> 빅데이터 위기 요인
위기 요인 | 설명 |
사생활 침해 | 목적 외로 활용된 개인정보가 포함된 데이터의 경우 사생활 침해를 넘어 사회·경제적 위협으로 확대 |
책임 원칙 훼손 | 예측 기술과 빅데이터 분석기술이 발전하면서 분석 대상이 되는 사람들이 예측 알고리즘이 희생양이 될 가능성도 증가 잠재적 위협이 아닌 명확한 결과에 대한 책임을 묻고 있는 민주주의 국가 원리를 훼손할 가능성이 존재 |
데이터 오용 | 데이터 분석은 실제 일어난 일에 대한 데이터에 의존하기 때문에 이를 바탕으로 미래를 예측하는 것은 언제나 맞을 수는 없는 오류가 존재함 잘못된 지표를 사용하는 것도 빅데이터의 피해가 될 수 있음 |
>빅데이터 위기 요인에 대한 통제 방안
통제 방안 | 위기 요인 | 설명 |
책임의 강조 | 사생활 침해 | 빅데이터를 통한 개인정보 침해 문제 해결을 위해 개인정보를 사용하는 사용자의 '책임'을 통해 해결하는 방안 강구 사용자에게 개인정보의 유출 및 동의없는 사용을 발생하는 피해에 책임을 지게함으로써 사용 주체가 적극적인 보호 장치를 마련할 수 있도록 함 |
결과 기반의 책임 적용 | 책임 원칙 훼손 | 책임의 강조를 위해서는 기존의 원칙 보강 및 강화와 예측 자료에 의한 불이익 가능성을 최소화하는 장치를 마련하는 것이 필요 판단을 근거로 오류가 있는 예측 알고리즘을 통해서는 불이익을 줄 수 없으며, 방지를 위한 피해 최소화 장치 마련 필요 |
알고리즘에 대한 접근 허용 | 데이터 오용 | 예측 알고리즘의 부당함을 반증할 수 있는 '알고리즘에 대한 접근권'을 제공 알고리즘을 통해 불이익을당한 사람들을 대변할 알고리즈미스트라는 전문가가 필요 |
5) 분석 가치 에스컬레이터(Analytic Value Escalator)
분석 가치 에스컬레이터는 가트너가 빅데이터의 가치를
묘사(Descriptive) 분석, 진단(Diagostic) 분석, 예측(Predictive) 분석, 처방(Prescriptive) 분석의 4단계로 정의한 기법이다.
높은 난이도를 수반하는 데이터 분석은 더 많은 가치를 창출한다.
>가트너의 분석 가치 에스컬레이터
순서 | 단계 | 설명 |
1 | 묘사 분석 | 분석의 가장 기본적인 지표를 확인하는 단계 과거에 어떤 일이 일어났고, 현재는 무슨일이 일어나고 있는지 확인 |
2 | 진단 분석 | 묘사 단계에서 찾아낸 분석의 원인을 이해하는 단계 데이터를 기반으로 왜 발생했는지 이유를 확인 |
3 | 예측 분석 | 데이터를 통해 기업 혹은 조직의 미래, 고객의 행동 등을 예측하는 단계 무슨 일이 일어날 것인지를 예측 |
4 | 처방 분석 | 예측을 바탕으로 최적화하는 단계 무엇을 해야 할 것인지를 확인 |
728x90
'기타(🎸X) > 빅데이터' 카테고리의 다른 글
[빅데이터] 데이터 비식별화 기법 (0) | 2023.05.09 |
---|---|
[빅데이터] 빅데이터 플랫폼 (0) | 2023.02.25 |
[빅데이터] 빅데이터 조직 및 인력 (0) | 2023.02.24 |
[빅데이터] 빅데이터 산업의 이해 (0) | 2023.02.15 |
[빅데이터] 빅데이터 특징 (0) | 2023.02.13 |
댓글