[BI컨퍼런스2017] 4차 산업혁명과 빅데이터 분석: 근본적 이슈와 과제 - PDF다운로드

[BI컨퍼런스2017] 

4차 산업혁명과 빅데이터 분석: 근본적 이슈와 과제

리비젼컨설팅. 전용준 대표/컨설턴트.

하려던 이야기 ::

       최근 가장 큰 화두는 4차 산업혁명이다. 4차 산업혁명의 실체에 대한 논란이 존재하지만 디지털 트랜스포메이션이라는 변화 방향 자체에 대해서는 이견이 없다. 이에 4차 산업혁명이라는 용어에 대한 혼란과 실용적 시사점을 짚어보고 빅데이터 분석의 역할을 검토한다. 여전한 빅데이터 분석 활용의 가치와 성과에 대한 거품론과 혼선, 데이터 양(Volume, Variety)과 품질, 속도 충족에 대한 기대와 현실의 Gap을 살펴본다. 분석 결과의 체계성, 대표성, 객관성, 정확성 확보 여부나 비정형 데이터에 대한 작위적 해석 등 빅데이터 분석을 통한 의사결정과 조치 실행에 대한 사람의 적용 능력이라는 과제를 이야기 한다. 

했던 이야기 :: 

        "4차 산업혁명이라는 단어를 쓰는 것은 단순히 지금 벌어지는 변화를 대충이지만, 아주 편리하게 지칭할 수 있기 때문이다. 이것이 과연 혁명이냐, 진화냐 하는 점에 대해서도 논란의 여지가 있다. 하지만 이는 그렇게까지 중요하지 않다. 과장이든 아니든 변화는 계속될 것이기 때문이다. 핵심은 우리가 ‘누구를 상대로 무엇을 하면서 경쟁에서 살아남을 것인가’ 하는 것이다. 기업들이 빅데이터 분석을 통해 혁신을 시도할 때에는 실제로 유용하면서도 성과로 연결될 수 있는 분석을 해야 하며, 이를 위해서는 상당한 수준의 투자가 불가피하다는 것을 유념해야 할 것이다"

발표자료[PDF 다운로드] ::

전용준_리비젼_BI컨퍼런스_4차산업혁명빅데이터분석_20170406_수정.pdf

빠졌던 이야기 ::

     막상 무언가를 해보려면, "왜" 데이터가 부족한가? Operational 데이터이니까. 업무 처리과정에서 부산물로 자연발생적으로 생겨난 데이터이니까. 설계해서 수집한 데이터가 아니니까. 분석용 데이터로의 변환과 동시에 분석에 필요한 추가 데이터를 수집하는 장치 도입이 필요할 수 있는 대목이다.

[ 4차 산업혁명 : Facts & Practical Implications ]

>> Facts

• <4차 산업혁명>이라는 포괄적, 공통화된 용어 사용 -“편리”
• 이 용어를 삭제해도 의미에 차이가 없다
• e.g. 4차 산업혁명 시대의 교육 정책 == 교육 정책
• 영문 자료 Search에는 <Digital Transformation>이 더 유용
• <혁명>인가는 중요하지 않다. 과장이든 아니든, 변화는 계속될 것

>> Implications

• 기술을 활용한 프로세스, 제품, 서비스, 사업모델의 변화 기회 지속 검토 필요
• 기술과 환경의 변화 속도를 읽어야 한다 – 100년 후에 대한 대비 무의미
• 경쟁력을 가질 수 있는, 성과를 낼 수 있는 영역에 집중 필요
• 시장과 경쟁의 기준은 Global

[ 빅데이터 분석: 기술과 활용에서의 현재 Issues ]

• 유용한 데이터 부족 – 데이터 부재와 품질 - 대표성?
• 분석, 해석과 적용 어려움
• 데이터 생산량의 증가를 감당하지 못함 – 대용량 데이터 처리 속도, 관리 비용
• 처리 및 분석 전문인력 부족 (e.g. Data Scientist, Data Engineer)
• 최소 초기투자 규모와 SMB의 활용 – Big Data As a Service(BDaaS)의 현실성 
• 데이터 통합의 어려움 – 표준과 가공
• 비정형 데이터 가공 – 객관성, 체계성, 부하량
• 데이터 공유(Mash Up, 데이터 거래)와 개인정보보호/보안 

-----

#4차 산업혁명 #빅데이터 #빅데이터분석
#리비젼컨설팅 #전용준 #BI컨퍼런스2017

전용준_리비젼_BI컨퍼런스_4차산업혁명빅데이터분석_20170406_수정.pdf

2.22MB