빅데이터 시대 산업수학의 중요성 상무 김이식 | 2015

“DT의 시대가 오고 있다” 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다.

IT DT 데이터 자체에서 Logic이 중요한 시대 Process Data 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다. DT

데이터는 자체로서 관계를 로직을 갖고 있음 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다.

심각하게 많아지면서, 중요성이 부각되고 있음 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다.

이를 처리가 하기 위한 기업들이 나타나고 있음 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다.

데이터끼리의 로직을 처리하기 위해서 가장 중요한 도구는 수학임 데이터끼리의 로직을 처리하기 위해서 가장 중요한 도구는 수학임 Data has shape based on how elements in the datasets are mathematically related to each other 빅데이터를 설명하는 가장 보편적인 관점이 3V로 보는 것입니다. 빅데이터라는 이름에서 Big이라는 단어 때문에 빅데이터는 양이 많아야 한다는 관점을 흔히 갖게 되는데, 이점이 물론 중요하지만 빅데이터의 전부는 아닙니다. 오히려 대부분의 기업에서는 현실적으로 지금 당장은 그리 큰 데이터를 가지고 있지 않습니다. 이런 큰 데이터를 가지고 있는 기업은 대부분 페이스북 구글 트위터와 같이 전세계를 상대로 서비스를 하는 글로벌 기업들이거나, 사업특성상 많은 데이터가 생성되는 통신, 포탈 등의 몇몇 산업 밖에 없습니다. 물론, 앞으로 저렴해진 비용으로 그동안 간과하고 버려졌던 데이터에서 새로운 가능성을 찾아나간다면 대부분의 기업들도 대용량의 데이터를 다루게 되겠지만 지금 당장은 그렇지 않다는 얘기를 하고 싶습니다. 빅데이터에서 우리가 당장 주목할 부분은 3V 중 variety가 아닐까 합니다. 다양한 데이터를 결합시킴으로써 그동안 알지 못했던 것을 비약적으로 찾아낼 확률이 커져가고 있습니다. 그래서 비유를 들자면 마산 아구찜 같은 것이라고 할까요. 아구는 그동안 버리는 생선이었고 쓸모없는 것이었는데, 좋은 요리법이 개발되면서 고급 요리에 들어가는 중요한 재료가 되었습니다. 주변에 데이터도 이런 것들이 많습니다. 그동안 용량은 크고 쓸모없다고 생각했었는데 새로운 의미를 찾아내면서 중요성을 갖게 된 것들이 많습니다. 오늘 통신사에서 발생했던 이런 얘기들을 두가지 사례로 말씀드리고자 합니다. 그동안 보유하고 있었지만 새로운 용도를 발견하면서 새롭게 보유하고 관리해야할 빅데이터가 된 사례 말씀입니다.

AYASDI 구나 칼슨 교수, 2000 년대에, 미국 정부의 관심 문제를 연구하기 위해 국립 과학 재단 (National Science Foundation)과 DARPA로부터 연구비 1000 만 달러대량의 복합 데이터로부터 insight 도출하기 위한 Solution 개발 2008년, 3명의 수학자가 설립. 구나 칼슨 교수와 2명의 Ph.D Topological data analysis (TDA) Data set 사이의 유사성 분석을 통한 관계 도출 및 시각화 1000억원 투자 받음 2016년 기업가치 1조원 기대

페이팔(PayPal)의 공동 창업자인 Peter Thiel등 이 2004년 설립 Auto analysis가 아닌 사람이 이해하기 쉬운 데이터 플랫폼 2013년 CIA, DHS, NSA, FBI를 포함한 12개 이상의 미 정부 기관에서 사용 $20B으로 기업 가치 평가(포브스, 2015) Airbnb, Xiaomi, Dropbox, Uber 등과 함께 World's Most Valuable Startup 선정 2009부터 미 정부와의 계약으로 $215M의 수익