2017.02.08

전문가들이 말하는 2017년 빅데이터·분석 전망 15선

Thor Olavsrud | CIO


● 블록체인이 구현하는 금융 서비스 애플리케이션의 고급화. 슐로이더는 2017년 금융 서비스 분야에 더 확장된 데이터 저장, 거래 처리 방법론에 기반을 둔 특별한, 변혁적 용례들이 등장할 것으로 전망했다. 블록체인은 데이터를 저장하고 거래를 처리하는 과정을 변화시키는 글로벌 분산형 원장 제공 역할을 한다. 블록체인은 전세계에 분산된 컴퓨터들에서 구동되며, 그 체인은 누구나 열람할 수 있다. 거래는 블록 내에 저장되며, 각 블록은 이전의 블록과 연결된다.

데이터가 저장된 블록에는 타임스탬프가 부여되며, 그 형태는 대체할 수 없다. 모든 블록체인이 공개되기 때문에, 이론적으로 이를 해킹할 수는 없다. 소비자 관점에서 블록체인은 매우 효율적인 방식이다. 이를 이용할 경우 고객들은 SWIFT 거래를 위해 대기하거나, 중앙 데이터센터의 해킹을 걱정할 필요가 없어진다. 슐로이더는 기업의 입장에서도 블록체인은 비용 절감, 경쟁 우위 확보의 이점을 지닌 도구라고 밝혔다.

● 머신러닝을 통해 극대화되는 마이크로서비스의 영향력. 슐로이더는 2017년에 머신러닝과 마이크로서비스의 통합이 적극적으로 전개될 것으로 전망했다. 그간 마이크로서비스 배치는 가벼운 서비스 영역들에 집중됐으며, 그것을 머신러닝과 통합하는 시도는 ‘신속한 데이터’ 통합으로서 스트리밍 데이터의 좁은 대역폭에 적용되는 수준이 고작이었다. 그러나 올해를 기점으로 마이크로서비스의 배치는 빅데이터를 활용하는 네트워크 연결 추적 가능 애플리케이션들로 확장될 것이며, 머신러닝과의 통합도 대규모의 기록 데이터를 활용하는 방향으로까지 보편화돼 기업들에게 신규 스트리밍 데이터에 대한 맥락 이해의 시각을 제공해주는 가치를 전달하게 될 것이다.

하둡 배포판 업체인 호튼웍스(Hortonworks)도 다음과 같이 전망을 전했다:

● 인텔리전트 네트워크가 이끄는 데이터 클라우드의 성장. 호튼웍스는 그간 연결성의 발전으로 만물인터넷(IoAT, Internet of Anything)과 기계 간 연결, 데이터 사일로 등의 발전에 기대왔다면, 이제는 데이터 클라우드가 환경의 연결성 개선에 주도적인 역할을 해나갈 것이라고 분석했다.

● 실시간 머신러닝과 분석의 최전선. 호튼웍스는 스마트 기기 간의 협업과 상호 분석의 현실화에 대해 전망했다. ‘동료 간’ 결정을 실시간으로 심사하는 현대 분산형 데이터 애플리케이션 내 실시간 머신러닝 알고리즘이 본격적으로 상용화되는 것이다.

● 선제적 분석: 사후, 실시간의 차원을 넘어선 선행적 분석 및 행동. 단순히 데이터 처리를 조정하고 최적화했던 그간의 분석이, 이제는 그 처리 자체를 주도하는 선제적 분석 개념으로 대체될 것이다. 호튼웍스에 따르면, 이를 통해 데이터 중심 비즈니스들은 새로운 수익원을 확인하고 비용 절감, 고객 친밀도 개선의 효과를 창출하는 새로운 변혁을 경험하게 될 것이다.

● 현대적 연결형 데이터 애플리케이션의 보편화. 데이터가 비즈니스 성공의 열쇠로 기능하기 위해, 기업들에겐 앱과 데이터를 플랫폼 또는 프레임워크를 통해 연결하는 노력이 요구된다. 호튼웍스는 이것이 2017년 현대적 데이터 애플리케이션의 근간이 될 것이라고 밝혔다. 고도의 휴대성, 컨테이너화, 연결성을 특징으로 삼는 이 현대적 데이터 애플리케이션들은 기존의 수직 통합형 모놀리식(monolithic) 소프트웨어를 빠르게 대체해나갈 것으로 보인다.

● 데이터의 보편 상품화. 호튼웍스는 데이터가 수매, 판매, 손실 가치를 지닌 상품으로 변화할 것으로 전망했다. 향후 시장에는 이 자산을 수익화할 새로운 방법론과 비즈니스 모델, 그리고 기업들이 등장해나갈 것이다.

오픈소스 아파치 카산드라 NoSQL 데이터베이스 상용 버전 개발 및 지원 업체인 데이터스택스(DataStax)는 다음과 같이 전망했다.

● 데이터 엔지니어의 부상. 데이터스택스는 ‘데이터 과학자’라는 용어의 시의성이 감소하며 그 자리를 ‘데이터 엔지니어’가 대체해나갈 것으로 전망했다. 데이터 과학자가 핵심 비즈니스 이슈에 데이터 과학 및 분석 결과를 전달하는 데 초점을 맞춘 직무였다면, 데이터 엔지니어는 빅데이터 인프라의 설계와 구축, 관리를 담당하는 직무로 아키텍처와 시스템 운영 유지에 더 초점을 둔다.

● 보안: IoT의 성장이 야기하는 경계의 붕괴. 데이터스택스는 오늘날의 IoT 성장이 그 주변 요소들에 대한 충분한 고민 없이 이뤄졌다고 지적했다. 명확한 표준도 없는 상황에서 IoT가 다루는 데이터 규모는 폭발적으로 늘어남에 따라, 보안과 관련한 책임 소재가 명확히 정의되지 않고 있다는 것이다. 데이터스택스는 오늘날의 IoT 위기와 관련해 가장 큰 위협을 떠안고 있는 대상은 ISP들이라며, 2017년에는 IoT의 보안에 대한 좀더 활발한 논의가 진행되고 ISP들은 이 과정에서 주도적인 역할을 수행해나갈 것이라고 전망했다.

● 기업용 클라우드 애플리케이션 확산이 이끈 하이브리드의 승리. 그간 데이터베이스 구축을 기존 시스템에 의존했던 대기업들이 변화의 움직임을 보이고 있다. 하이브리드 데이터 아키텍처는 기업들의 기존 데이터베이스를 수용하는 동시에 그들에게 클라우드 애플리케이션의 효익 역시 전달하며 기업들의 관심을 얻어가고 있다.

● 서버리스 아키텍처를 통한 효율성 개선. 서버리스 아키텍처는 서버 측면의 로직 및 상태 관리를 위해 클라우드 내부에서 구동되거나 이벤트 트리거(event-trigger)인 스테이트리스 컴퓨트 컨테이너(stateless compute container) 내부에서 구동되는 써드파티 애플리케이션이나 서비스에 의존하는 애플리케이션을 의미한다. 데이터스택스는 이 서버리스 아키텍처가 올 한해 보편화될 것으로 전망했다. 서버리스 아키텍처 채택을 통해 기업들의 애플리케이션 배치 및 관리 과정에는 많은 변화가 있을 것이다. ciokr@idg.co.kr
 

2017.02.08

전문가들이 말하는 2017년 빅데이터·분석 전망 15선

Thor Olavsrud | CIO


● 블록체인이 구현하는 금융 서비스 애플리케이션의 고급화. 슐로이더는 2017년 금융 서비스 분야에 더 확장된 데이터 저장, 거래 처리 방법론에 기반을 둔 특별한, 변혁적 용례들이 등장할 것으로 전망했다. 블록체인은 데이터를 저장하고 거래를 처리하는 과정을 변화시키는 글로벌 분산형 원장 제공 역할을 한다. 블록체인은 전세계에 분산된 컴퓨터들에서 구동되며, 그 체인은 누구나 열람할 수 있다. 거래는 블록 내에 저장되며, 각 블록은 이전의 블록과 연결된다.

데이터가 저장된 블록에는 타임스탬프가 부여되며, 그 형태는 대체할 수 없다. 모든 블록체인이 공개되기 때문에, 이론적으로 이를 해킹할 수는 없다. 소비자 관점에서 블록체인은 매우 효율적인 방식이다. 이를 이용할 경우 고객들은 SWIFT 거래를 위해 대기하거나, 중앙 데이터센터의 해킹을 걱정할 필요가 없어진다. 슐로이더는 기업의 입장에서도 블록체인은 비용 절감, 경쟁 우위 확보의 이점을 지닌 도구라고 밝혔다.

● 머신러닝을 통해 극대화되는 마이크로서비스의 영향력. 슐로이더는 2017년에 머신러닝과 마이크로서비스의 통합이 적극적으로 전개될 것으로 전망했다. 그간 마이크로서비스 배치는 가벼운 서비스 영역들에 집중됐으며, 그것을 머신러닝과 통합하는 시도는 ‘신속한 데이터’ 통합으로서 스트리밍 데이터의 좁은 대역폭에 적용되는 수준이 고작이었다. 그러나 올해를 기점으로 마이크로서비스의 배치는 빅데이터를 활용하는 네트워크 연결 추적 가능 애플리케이션들로 확장될 것이며, 머신러닝과의 통합도 대규모의 기록 데이터를 활용하는 방향으로까지 보편화돼 기업들에게 신규 스트리밍 데이터에 대한 맥락 이해의 시각을 제공해주는 가치를 전달하게 될 것이다.

하둡 배포판 업체인 호튼웍스(Hortonworks)도 다음과 같이 전망을 전했다:

● 인텔리전트 네트워크가 이끄는 데이터 클라우드의 성장. 호튼웍스는 그간 연결성의 발전으로 만물인터넷(IoAT, Internet of Anything)과 기계 간 연결, 데이터 사일로 등의 발전에 기대왔다면, 이제는 데이터 클라우드가 환경의 연결성 개선에 주도적인 역할을 해나갈 것이라고 분석했다.

● 실시간 머신러닝과 분석의 최전선. 호튼웍스는 스마트 기기 간의 협업과 상호 분석의 현실화에 대해 전망했다. ‘동료 간’ 결정을 실시간으로 심사하는 현대 분산형 데이터 애플리케이션 내 실시간 머신러닝 알고리즘이 본격적으로 상용화되는 것이다.

● 선제적 분석: 사후, 실시간의 차원을 넘어선 선행적 분석 및 행동. 단순히 데이터 처리를 조정하고 최적화했던 그간의 분석이, 이제는 그 처리 자체를 주도하는 선제적 분석 개념으로 대체될 것이다. 호튼웍스에 따르면, 이를 통해 데이터 중심 비즈니스들은 새로운 수익원을 확인하고 비용 절감, 고객 친밀도 개선의 효과를 창출하는 새로운 변혁을 경험하게 될 것이다.

● 현대적 연결형 데이터 애플리케이션의 보편화. 데이터가 비즈니스 성공의 열쇠로 기능하기 위해, 기업들에겐 앱과 데이터를 플랫폼 또는 프레임워크를 통해 연결하는 노력이 요구된다. 호튼웍스는 이것이 2017년 현대적 데이터 애플리케이션의 근간이 될 것이라고 밝혔다. 고도의 휴대성, 컨테이너화, 연결성을 특징으로 삼는 이 현대적 데이터 애플리케이션들은 기존의 수직 통합형 모놀리식(monolithic) 소프트웨어를 빠르게 대체해나갈 것으로 보인다.

● 데이터의 보편 상품화. 호튼웍스는 데이터가 수매, 판매, 손실 가치를 지닌 상품으로 변화할 것으로 전망했다. 향후 시장에는 이 자산을 수익화할 새로운 방법론과 비즈니스 모델, 그리고 기업들이 등장해나갈 것이다.

오픈소스 아파치 카산드라 NoSQL 데이터베이스 상용 버전 개발 및 지원 업체인 데이터스택스(DataStax)는 다음과 같이 전망했다.

● 데이터 엔지니어의 부상. 데이터스택스는 ‘데이터 과학자’라는 용어의 시의성이 감소하며 그 자리를 ‘데이터 엔지니어’가 대체해나갈 것으로 전망했다. 데이터 과학자가 핵심 비즈니스 이슈에 데이터 과학 및 분석 결과를 전달하는 데 초점을 맞춘 직무였다면, 데이터 엔지니어는 빅데이터 인프라의 설계와 구축, 관리를 담당하는 직무로 아키텍처와 시스템 운영 유지에 더 초점을 둔다.

● 보안: IoT의 성장이 야기하는 경계의 붕괴. 데이터스택스는 오늘날의 IoT 성장이 그 주변 요소들에 대한 충분한 고민 없이 이뤄졌다고 지적했다. 명확한 표준도 없는 상황에서 IoT가 다루는 데이터 규모는 폭발적으로 늘어남에 따라, 보안과 관련한 책임 소재가 명확히 정의되지 않고 있다는 것이다. 데이터스택스는 오늘날의 IoT 위기와 관련해 가장 큰 위협을 떠안고 있는 대상은 ISP들이라며, 2017년에는 IoT의 보안에 대한 좀더 활발한 논의가 진행되고 ISP들은 이 과정에서 주도적인 역할을 수행해나갈 것이라고 전망했다.

● 기업용 클라우드 애플리케이션 확산이 이끈 하이브리드의 승리. 그간 데이터베이스 구축을 기존 시스템에 의존했던 대기업들이 변화의 움직임을 보이고 있다. 하이브리드 데이터 아키텍처는 기업들의 기존 데이터베이스를 수용하는 동시에 그들에게 클라우드 애플리케이션의 효익 역시 전달하며 기업들의 관심을 얻어가고 있다.

● 서버리스 아키텍처를 통한 효율성 개선. 서버리스 아키텍처는 서버 측면의 로직 및 상태 관리를 위해 클라우드 내부에서 구동되거나 이벤트 트리거(event-trigger)인 스테이트리스 컴퓨트 컨테이너(stateless compute container) 내부에서 구동되는 써드파티 애플리케이션이나 서비스에 의존하는 애플리케이션을 의미한다. 데이터스택스는 이 서버리스 아키텍처가 올 한해 보편화될 것으로 전망했다. 서버리스 아키텍처 채택을 통해 기업들의 애플리케이션 배치 및 관리 과정에는 많은 변화가 있을 것이다. ciokr@idg.co.kr
 

X