2016.12.29

2016 라운드업 | 빅데이터는 실패하지 않는다, 다만 확장할 뿐이다

편집자 | CIO KR
올 한해 빅데이터 업계엔 충격적인 사건이 많았다. 브렉시트와 미국 대선 같은 초대형 이슈의 결과 예측에 실패하면서 빅데이터 무용론이 등장하기도 했다. 기업은 빅데이터 시스템 구축과 활용을 놓고 수년째 시행착오를 거듭하고 있다. 그러나 한발 더 들어가보면 빅데이터는 실패하지 않았다. 오히려 그 가치를 인정받으며 사물인터넷, 마케팅, 공급망 관리 등 거의 모든 기업 업무 영역으로 확장하고 있다. 2016년 숨가쁘게 달려왔던 빅데이터 전문가들은 내년에도 여전히 바쁜 1년을 보내야 할 것으로 보인다.


Image Credit: Getty Images Bank

빅데이터가 'CSI'라면, 머신러닝은 '강력계 형사'
보안 분야에 빅데이터 분석을 활용하면 해킹 사고의 원인을 규명할 수 있다. 그러나 안타깝게도 이런 사고를 미리 막기는 어렵다. 그래서 대안으로 등장한 것이 머신러닝이다. 머신러닝을 이용하면 의심스러운 접속을 실시간으로 감지해 접속을 차단할 수 있다. '빅데이터+머신러닝' 조합이라면 보안은 한시름 놔도 될 듯하다.

기고 | DIY vs. 완전 통합형 하둡, 어느 쪽이 최적의 선택일까?
기업이 빅데이터를 도입하며 힘들어하는 요소 중 하나가 어떤 솔루션을 선택해 어떤 형태로 구축할 것이냐이다. 이는 표면적인 문제인 것 같지만, 그렇지 않다. 실제 운영 과정에서 얼마나 실효성 있게 운영할 수 있는가를 결정하는 핵심 요소이다. 예상한 결론이겠지만 모두가 만족하는 해법은 없다. 그러나 그 답을 찾는 출발점이 '무엇을 위한' 빅데이터인가라는 물음이라는 것은 확실하다.

"빅데이터 시장 성숙, 클라우드와 결합 뚜렷" 앳스케일 보고서
올해 빅데이터 분야에서 나타난 흥미로운 변화 중 하나는 클라우드와의 결합이다. 빅데이터는 유용하지만 관련 시스템을 직접 구축해 관리하는 것은 예상외로 까다롭다는 것이 먼저 '실패한' 기업의 공통된 증언이다. 결국 대안은 클라우드였다. 기업의 72%는 앞으로 빅데이터 시스템을 클라우드에서 운영할 것이라고 밝혔다. 관리의 어려움은 가고 분석의 과실만 갖겠다는 것이다. 물론 유연성은 포기하고 추가 비용을 내야 한다.

센서의 '벌레', 저질 IoT 데이터로 일어나는 문제들
데이터 규모 면에서 '궁극의' 빅데이터라고 할 수 있는 사물인터넷(IoT)이 주목받고 있지만 근본적인 문제는 빅데이터와 크게 다르지 않다. 잘못된 데이터, 쓸모없는 데이터를 어떻게 처리하고 줄일 것이냐를 둘러싼 문제이다. 특히 외딴 곳에 설치된 센서에서 잘못된 정보를 계속 보내오면 쓰기도, 안쓰기도 난감하다. 그래서 해법 중 하나로 등장한 것이 '센서 융합', 즉 센서를 여러 개 설치해 비교 검증하는 것이다. 정확성은 높일 수 있겠지만 불량 데이터를 더 많은 데이터로 검증해야 하는 것은 아이러니이다.

철강 기업 게르다우의 산업 IoT 활용법
대형 설비를 이용해 상품을 만드는 제조업체에 있어 빅데이터의 또다른 이름이 바로 사물인터넷(IoT)이다. 소중한 생산장비에 다양한 센서를 부착하고 여기서 나오는 막대한 빅데이터를 이용해 고장으로 인한 생산 차질을 막고 설비 유지비용을 절감하는 것이다. 브라질의 대표 철강업체 게르다우가 대표적이다. GE가 수행한 이 프로젝트를 통해 72시간 가량의 생산중단을 피할 수 있었다.

칼럼 | 예측 엇나간 미 대선, 왜 데이터가 실패한 것일까?
올해 미국 대선은 빅데이터 업계의 최대 참사라고 부를만하다. 모두가 클린턴의 승리를 점쳤으나 실제 승자는 트럼프였다. 무엇이 문제였을까? 조사 수단, 거짓 응답, 성 혹은 소득에 따른 경향 등 다양한 분석이 나왔다. 불확실성이 많은 정치 이슈의 특성상 일반적인 빅데이터와 다를 수 있다는 지적도 있다. 실제로 브렉시트를 둘러싼 투표 결과도 애초 예상과 달랐다. 이번 미국 대선은 데이터를 다루는 일이 얼마나 민감하고 어려운 일인지를 잘 보여줬다.

현대 마케터에게 절실해지는 '빅데이터' 역량
마케터의 핵심 역할은 브랜드와 제품, 기업에 대한 인식을 확산하는 것이다. 그리고 바로 이 역할 때문에 마케터 사이에서 빅데이터 기술의 중요성이 더 커지고 있다. 트렌드를 읽고, 기존의 캠페인을 분석하고, 현재 진행중인 계획에 대한 실시간 통찰력을 얻을 수 있기 때문이다. 특히 주목할 것은 이런 능력을 갖추기 위해 학위보다 관계에 집중하라는 조언이다. 데이터가 필요한 마케팅팀과 시장을 알아야 하는 IT팀은 서로 윈윈할 수 있다는 것이다.

SCM과 빅데이터 분석이 만나면··· '효율 ↑ 위험 ↓'
기업 현장에서 빅데이터를 더 다양한 방식으로 활용하고자 하는 시도가 계속되는 가운데, 공급망 관리(SCM)가 그 중 하나이다. 빅데이터를 통해 공급망 전반에 대한 가시성을 높일 수 있고, 수요-공급 변동에 따른 위험에 효과적으로 대응할 수 있다. 공급망 관리자들은 이미 빅데이터의 가치에 눈을 뜨기 시작했다. 액센추어 조사결과를 보면, 응답자의 97%가 빅데이터 분석의 가치를 알고 있다고 답했다. ciokr@idg.co.kr

2016.12.29

2016 라운드업 | 빅데이터는 실패하지 않는다, 다만 확장할 뿐이다

편집자 | CIO KR
올 한해 빅데이터 업계엔 충격적인 사건이 많았다. 브렉시트와 미국 대선 같은 초대형 이슈의 결과 예측에 실패하면서 빅데이터 무용론이 등장하기도 했다. 기업은 빅데이터 시스템 구축과 활용을 놓고 수년째 시행착오를 거듭하고 있다. 그러나 한발 더 들어가보면 빅데이터는 실패하지 않았다. 오히려 그 가치를 인정받으며 사물인터넷, 마케팅, 공급망 관리 등 거의 모든 기업 업무 영역으로 확장하고 있다. 2016년 숨가쁘게 달려왔던 빅데이터 전문가들은 내년에도 여전히 바쁜 1년을 보내야 할 것으로 보인다.


Image Credit: Getty Images Bank

빅데이터가 'CSI'라면, 머신러닝은 '강력계 형사'
보안 분야에 빅데이터 분석을 활용하면 해킹 사고의 원인을 규명할 수 있다. 그러나 안타깝게도 이런 사고를 미리 막기는 어렵다. 그래서 대안으로 등장한 것이 머신러닝이다. 머신러닝을 이용하면 의심스러운 접속을 실시간으로 감지해 접속을 차단할 수 있다. '빅데이터+머신러닝' 조합이라면 보안은 한시름 놔도 될 듯하다.

기고 | DIY vs. 완전 통합형 하둡, 어느 쪽이 최적의 선택일까?
기업이 빅데이터를 도입하며 힘들어하는 요소 중 하나가 어떤 솔루션을 선택해 어떤 형태로 구축할 것이냐이다. 이는 표면적인 문제인 것 같지만, 그렇지 않다. 실제 운영 과정에서 얼마나 실효성 있게 운영할 수 있는가를 결정하는 핵심 요소이다. 예상한 결론이겠지만 모두가 만족하는 해법은 없다. 그러나 그 답을 찾는 출발점이 '무엇을 위한' 빅데이터인가라는 물음이라는 것은 확실하다.

"빅데이터 시장 성숙, 클라우드와 결합 뚜렷" 앳스케일 보고서
올해 빅데이터 분야에서 나타난 흥미로운 변화 중 하나는 클라우드와의 결합이다. 빅데이터는 유용하지만 관련 시스템을 직접 구축해 관리하는 것은 예상외로 까다롭다는 것이 먼저 '실패한' 기업의 공통된 증언이다. 결국 대안은 클라우드였다. 기업의 72%는 앞으로 빅데이터 시스템을 클라우드에서 운영할 것이라고 밝혔다. 관리의 어려움은 가고 분석의 과실만 갖겠다는 것이다. 물론 유연성은 포기하고 추가 비용을 내야 한다.

센서의 '벌레', 저질 IoT 데이터로 일어나는 문제들
데이터 규모 면에서 '궁극의' 빅데이터라고 할 수 있는 사물인터넷(IoT)이 주목받고 있지만 근본적인 문제는 빅데이터와 크게 다르지 않다. 잘못된 데이터, 쓸모없는 데이터를 어떻게 처리하고 줄일 것이냐를 둘러싼 문제이다. 특히 외딴 곳에 설치된 센서에서 잘못된 정보를 계속 보내오면 쓰기도, 안쓰기도 난감하다. 그래서 해법 중 하나로 등장한 것이 '센서 융합', 즉 센서를 여러 개 설치해 비교 검증하는 것이다. 정확성은 높일 수 있겠지만 불량 데이터를 더 많은 데이터로 검증해야 하는 것은 아이러니이다.

철강 기업 게르다우의 산업 IoT 활용법
대형 설비를 이용해 상품을 만드는 제조업체에 있어 빅데이터의 또다른 이름이 바로 사물인터넷(IoT)이다. 소중한 생산장비에 다양한 센서를 부착하고 여기서 나오는 막대한 빅데이터를 이용해 고장으로 인한 생산 차질을 막고 설비 유지비용을 절감하는 것이다. 브라질의 대표 철강업체 게르다우가 대표적이다. GE가 수행한 이 프로젝트를 통해 72시간 가량의 생산중단을 피할 수 있었다.

칼럼 | 예측 엇나간 미 대선, 왜 데이터가 실패한 것일까?
올해 미국 대선은 빅데이터 업계의 최대 참사라고 부를만하다. 모두가 클린턴의 승리를 점쳤으나 실제 승자는 트럼프였다. 무엇이 문제였을까? 조사 수단, 거짓 응답, 성 혹은 소득에 따른 경향 등 다양한 분석이 나왔다. 불확실성이 많은 정치 이슈의 특성상 일반적인 빅데이터와 다를 수 있다는 지적도 있다. 실제로 브렉시트를 둘러싼 투표 결과도 애초 예상과 달랐다. 이번 미국 대선은 데이터를 다루는 일이 얼마나 민감하고 어려운 일인지를 잘 보여줬다.

현대 마케터에게 절실해지는 '빅데이터' 역량
마케터의 핵심 역할은 브랜드와 제품, 기업에 대한 인식을 확산하는 것이다. 그리고 바로 이 역할 때문에 마케터 사이에서 빅데이터 기술의 중요성이 더 커지고 있다. 트렌드를 읽고, 기존의 캠페인을 분석하고, 현재 진행중인 계획에 대한 실시간 통찰력을 얻을 수 있기 때문이다. 특히 주목할 것은 이런 능력을 갖추기 위해 학위보다 관계에 집중하라는 조언이다. 데이터가 필요한 마케팅팀과 시장을 알아야 하는 IT팀은 서로 윈윈할 수 있다는 것이다.

SCM과 빅데이터 분석이 만나면··· '효율 ↑ 위험 ↓'
기업 현장에서 빅데이터를 더 다양한 방식으로 활용하고자 하는 시도가 계속되는 가운데, 공급망 관리(SCM)가 그 중 하나이다. 빅데이터를 통해 공급망 전반에 대한 가시성을 높일 수 있고, 수요-공급 변동에 따른 위험에 효과적으로 대응할 수 있다. 공급망 관리자들은 이미 빅데이터의 가치에 눈을 뜨기 시작했다. 액센추어 조사결과를 보면, 응답자의 97%가 빅데이터 분석의 가치를 알고 있다고 답했다. ciokr@idg.co.kr

X