정보기술의 발달과 기반하드웨어 기술의 비약적인 발전은 데이터 사용의 폭을 넓혀주었고 이로 인해서 빅데이터 시대라는 새로운 패러다임을 제시하였다. 빅데이터 기술과 그 활용성과는 점차 늘어나는 추세이며 이에 기업들은 데이터의 중요성을 깨닫고 이를 활용하려는 움직임이 활발해지고 있다. 본 연구는 기업에서 빅데이터를 활용함에 있어 빅데이터 기술의 적극적 도입 및 활용을 위한 요인들을 선별해내고 이를 통한 중요도를 검증하고자 수행되었다. 연구모형에 포함된 빅데이터의 특성 요인으로는 예측성, 관리성, 지원성, 경쟁성을 선정하였다. 빅데이터에 대한 경험을 보유한 기업의 실무자를 대상으로 한 설문과 통계를 바탕으로 검증한 결과 관리성 측면이 가장 중요한 성공요인으로 채택되었으며, 본 연구의 결과는 기업에서의 빅데이터 도입 시에 빅데이터의 특성에 대한 좀더 객관적인 이해와 이를 통한 고려사항을 통해 좀더 효율성 있는 사용을 가능하게 정보를 제공하는 것이 가능할 것이다.
정보기술의 발달과 기반하드웨어 기술의 비약적인 발전은 데이터 사용의 폭을 넓혀주었고 이로 인해서 빅데이터 시대라는 새로운 패러다임을 제시하였다. 빅데이터 기술과 그 활용성과는 점차 늘어나는 추세이며 이에 기업들은 데이터의 중요성을 깨닫고 이를 활용하려는 움직임이 활발해지고 있다. 본 연구는 기업에서 빅데이터를 활용함에 있어 빅데이터 기술의 적극적 도입 및 활용을 위한 요인들을 선별해내고 이를 통한 중요도를 검증하고자 수행되었다. 연구모형에 포함된 빅데이터의 특성 요인으로는 예측성, 관리성, 지원성, 경쟁성을 선정하였다. 빅데이터에 대한 경험을 보유한 기업의 실무자를 대상으로 한 설문과 통계를 바탕으로 검증한 결과 관리성 측면이 가장 중요한 성공요인으로 채택되었으며, 본 연구의 결과는 기업에서의 빅데이터 도입 시에 빅데이터의 특성에 대한 좀더 객관적인 이해와 이를 통한 고려사항을 통해 좀더 효율성 있는 사용을 가능하게 정보를 제공하는 것이 가능할 것이다.
It has been expanded the bandwidth of data usages due to the rapid developments of information technology and infra hardware and then it was proposed to new paradigm of Big Data era. It has a trend to increase a Big Data technology and its performance gradually, thus enterprises have realized the im...
It has been expanded the bandwidth of data usages due to the rapid developments of information technology and infra hardware and then it was proposed to new paradigm of Big Data era. It has a trend to increase a Big Data technology and its performance gradually, thus enterprises have realized the importance of Data and the movement to take advantage of Big Data becomes active. This study has been performed to verify the importance through select the factors in order to active adoption of Big Data technology and utilization when enterprises use Big Data. It was selected that Big Data characteristic factors are the natures of predictability, manageability, affordability, competitiveness, creativity, responsiveness and supportability on the study. It is verified and showed that manageability were influenced to introduce Big Data in order, at the result of survey and statistics for enterprise practitioners who have big data experience.
It has been expanded the bandwidth of data usages due to the rapid developments of information technology and infra hardware and then it was proposed to new paradigm of Big Data era. It has a trend to increase a Big Data technology and its performance gradually, thus enterprises have realized the importance of Data and the movement to take advantage of Big Data becomes active. This study has been performed to verify the importance through select the factors in order to active adoption of Big Data technology and utilization when enterprises use Big Data. It was selected that Big Data characteristic factors are the natures of predictability, manageability, affordability, competitiveness, creativity, responsiveness and supportability on the study. It is verified and showed that manageability were influenced to introduce Big Data in order, at the result of survey and statistics for enterprise practitioners who have big data experience.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 이러한 빅데이터의 중요성을 파악하고 정보기술 수용에 관한 이론을 기반으로 빅데이터 도입효과와 관련한 연구를 바탕으로 기업과 기관에 필요한 빅데이터의 성공요소 대한 가설을 수립하고 이에 대한 빅데이터 성공 요인 모델을 제시함으로서 현재 빅데이터 도입단계에 있는 기업 및 기관들의 빅데이터 도입에 보다 전략적으로 대응 할 수 있도록 중요 요소를 정립하고 가중치를 부여 하는 연구를 수행한다.
본 연구에서는 최근 화두가 되고 있는 빅데이터에 대하여 기존의 연구를 토대로 성공요인을 도출하고 이를 분류함으로써 기업의 빅데이터 도입 의사결정에 학문적 토대가 되고자 한다. 또한 이러한 빅데이터 관련된 연구를 토대로 앞으로의 빅데이터 활용 측면에서 보다 다양한 연구로의 발전에 도움이 되고자 함이다.
본 연구는 기업의 빅데이터 도입 시에 얻을 수 있는 순기능적인 측면을 연구한 결과이다. 기업은 수없이 많은 의사결정과 시시각각으로 변하는 시장 상황에 대처해야한다.
본 연구에서는 최근 화두가 되고 있는 빅데이터에 대하여 기존의 연구를 토대로 성공요인을 도출하고 이를 분류함으로써 기업의 빅데이터 도입 의사결정에 학문적 토대가 되고자 한다. 또한 이러한 빅데이터 관련된 연구를 토대로 앞으로의 빅데이터 활용 측면에서 보다 다양한 연구로의 발전에 도움이 되고자 함이다.
기존 빅데이터를 사용하는 집단의 설문 조사를 통해서 요인 별로 중요도를 산출해내고 정리한다. 본 연구의 초점은 빅데이터를 전략적으로 이용 하고자 하는 도입의도단계에 있는 기업 및 기관들에게 빅데이터의 특성과 중요도를 제시하고 빅데이터 도입에 따른 성공요인을 제안한다.
본연구의 목적인 빅데이터가 기업의 빅데이터 도입에 영향을 미치는 변수에 대한 상관관계를 분석하기 위하여 설문조사를 실시하였다. 또한 빅데이터와 관련하여 실무에서 사용 중이거나 경험이 있는 전문가를 설문대상으로 선정하였다.
가설 설정
관련연구를 통하여 도출해낸 빅데이터의 성공요인에 관한 변수들을 빅데이터의 도입에 영향을 미치는 요소로 가설을 설정하였다. 각 요소들은 빅데이터 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성 지원성이며 이 요인들이 빅데이터의 성공요인으로 식별되었다.
제안 방법
앞서 제시한 연구목적을 달성하기 위해서 본 연구에서는 기존 빅데이터와 관련된 연구에 대한 이론적 고찰과 빅데이터와 관련된 특성을 도출해내고 요인분석으로 검증한다. 기존 빅데이터를 사용하는 집단의 설문 조사를 통해서 요인 별로 중요도를 산출해내고 정리한다. 본 연구의 초점은 빅데이터를 전략적으로 이용 하고자 하는 도입의도단계에 있는 기업 및 기관들에게 빅데이터의 특성과 중요도를 제시하고 빅데이터 도입에 따른 성공요인을 제안한다.
빅데이터의 성공요인을 도출하기 위해서 선행연구와 참고문헌을 통해서 정리하였다. 빅데이터와 관련된 기술적인 연구는 활발하지만, 통합적인 연구의 수가 적어 기존의 선행 IT기술의 연구를 참고하여 빅데이터가 기업에 미치는 요인을 도출하였다. 도출된 요소는 다음 [Table 1]과 같다.
빅데이터의 성공요인을 도출하기 위해서 선행연구와 참고문헌을 통해서 정리하였다. 빅데이터와 관련된 기술적인 연구는 활발하지만, 통합적인 연구의 수가 적어 기존의 선행 IT기술의 연구를 참고하여 빅데이터가 기업에 미치는 요인을 도출하였다.
앞서 제시한 연구목적을 달성하기 위해서 본 연구에서는 기존 빅데이터와 관련된 연구에 대한 이론적 고찰과 빅데이터와 관련된 특성을 도출해내고 요인분석으로 검증한다. 기존 빅데이터를 사용하는 집단의 설문 조사를 통해서 요인 별로 중요도를 산출해내고 정리한다.
각 요소들은 빅데이터 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성 지원성이며 이 요인들이 빅데이터의 성공요인으로 식별되었다. 이와 같은 요인들은 각각 빅데이터의 성공요소로서 분류되었으며, 요인별로 세부 요소들을 나누고 이를 통해 [Table 1]의 요소들인 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성, 지원성과 그 세부요인들을 설문화 시킴으로써 타당성을 검토하고자 한다.
대상 데이터
본연구의 목적인 빅데이터가 기업의 빅데이터 도입에 영향을 미치는 변수에 대한 상관관계를 분석하기 위하여 설문조사를 실시하였다. 또한 빅데이터와 관련하여 실무에서 사용 중이거나 경험이 있는 전문가를 설문대상으로 선정하였다. 설문대상의 범위는 기관과 기업에서 실제로 빅데이터 기술과 빅데이터를 통한 의사결정을 해본 경험이 있는 전문가로 한정하였으며, 빅데이터 기술 이전에 데이터웨어하우스 경험과 BI 솔루션의 사용을 통해 데이터를 수집, 분석을 접해본 실무자들도 빅데이터에 대한 접근성이 높음으로 포함시켰다.
또한 빅데이터와 관련하여 실무에서 사용 중이거나 경험이 있는 전문가를 설문대상으로 선정하였다. 설문대상의 범위는 기관과 기업에서 실제로 빅데이터 기술과 빅데이터를 통한 의사결정을 해본 경험이 있는 전문가로 한정하였으며, 빅데이터 기술 이전에 데이터웨어하우스 경험과 BI 솔루션의 사용을 통해 데이터를 수집, 분석을 접해본 실무자들도 빅데이터에 대한 접근성이 높음으로 포함시켰다. 기관과 기업의 경영목표가 상이하기 때문에 기관에서 24개의 Sample과 기업에서 36개의 Sample을 취합하여 조사의 편향성을 방지하였다.
데이터처리
기관과 기업의 경영목표가 상이하기 때문에 기관에서 24개의 Sample과 기업에서 36개의 Sample을 취합하여 조사의 편향성을 방지하였다. 취합된 설문 데이터 분석은 통계분석 패키지인 SPSS v.20을 활용하였으며 설문의 신뢰성은 크론바흐 a값이 모두 0.6을 초과하여 유효한 것으로 나타났다. 빅데이터 성공요인 도출을 위한 자료를 얻기 위한 설문조사 개요는 [Table 3]과 같다.
이론/모형
6 이상이면 측정도구의 신뢰성을 확보할 수 있다고 본다[11]. 따라서 본 연구에서도 크론바흐 a계수를 이용하여 신뢰성을 판단하였고, 그 결과는 [Table 4] 와 같이 나타났다. [Table 4]에서는 설문항목의 수와 크론바흐 a계수값을 보여주고 있다.
설문항목의 신뢰성분석을 위해 크론바흐 a계수값을 이용하였다. 계수는 0~1의 값을 갖는대, 값이 높을수록 신뢰도가 높다고 판단하며, 보통 0.
성능/효과
① 예측성 요인의 가장 중요 기대 요인으로는 기업이 빅데이터를 활용함으로서 소비자의 행동을 예측할 수 있다는 항목이었다. 소비자의 행동패턴과 구입성향은 기업의 성패를 좌우하는 중요 자료이기 때문에 이에 대한 데이터 수집과 분석의 중요성이 높기 때문에 가장 높은 수치를 기록하였다.
⑦ 창조성 요인의 가장 중요 기대요소는 빅데이터를 활용하여 효과적인 마케팅을 제공할 수 있다는 항목이었다. 빅데이터를 통하여 요구사항에 대한 분석과 예측이 가능하기 때문에 이를 이용한 광고나 서비스 제공에 도움이 된다는 점이 가장 큰 요소로 작용하였다.
관련연구를 통하여 도출해낸 빅데이터의 성공요인에 관한 변수들을 빅데이터의 도입에 영향을 미치는 요소로 가설을 설정하였다. 각 요소들은 빅데이터 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성 지원성이며 이 요인들이 빅데이터의 성공요인으로 식별되었다. 이와 같은 요인들은 각각 빅데이터의 성공요소로서 분류되었으며, 요인별로 세부 요소들을 나누고 이를 통해 [Table 1]의 요소들인 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성, 지원성과 그 세부요인들을 설문화 시킴으로써 타당성을 검토하고자 한다.
[Table 4]에서는 설문항목의 수와 크론바흐 a계수값을 보여주고 있다. 각 요인의 신뢰도를 살펴본 결과, 빅데이터 예측성의 크론바흐 a계수값은 0.753이며 관리성의 크론바흐 a계수값은 0.638로 측정 요인들 중에 가장 낮은 신뢰도를 보였다. 하지만 요인검증 후에 분류된 요인에 대한 신뢰도는 0.
725로 신뢰수준을 만족하였다. 경제성은 0.785의 크론바흐 a계수값을 가졌으며, 경쟁성은 0.692, 대응성은 0.709, 창조성은 0.795, 마지막으로 지원성은 0.864의 크론 바흐 a계수를 가지는 것으로 나타났다. 이와 같이 모든 요인의 설문항목에서 적정 크론바흐 a계수값인 0.
관리성 요인에서는 총6개의 요인이 3개씩으로 재그룹 핑이 되었는데 첫 번째 그룹은 ② 내부적 관리성으로 모아졌으며 가장 중요 기대 요인으로는 빅데이터를 활용한 고객 데이터수집으로 고객 관리성이 증가한다는 항목이었다. 이는 기업에서 고객의 반응에 민감하게 반응하기 원하며, 세분화된 고객의 특성을 파악하고 이에 맞는 서비스를 제공하기 위한다는 것을 보여준다.
설문대상의 범위는 기관과 기업에서 실제로 빅데이터 기술과 빅데이터를 통한 의사결정을 해본 경험이 있는 전문가로 한정하였으며, 빅데이터 기술 이전에 데이터웨어하우스 경험과 BI 솔루션의 사용을 통해 데이터를 수집, 분석을 접해본 실무자들도 빅데이터에 대한 접근성이 높음으로 포함시켰다. 기관과 기업의 경영목표가 상이하기 때문에 기관에서 24개의 Sample과 기업에서 36개의 Sample을 취합하여 조사의 편향성을 방지하였다. 취합된 설문 데이터 분석은 통계분석 패키지인 SPSS v.
⑤ 경쟁성 요인의 중요 요소로는 빅데이터를 활용함으로써 기업의 제품생산, 서비스 제공에 경제적인 이익을 가져다주는 이점이 나왔다. 기대 요인으로는 빅데이터를 활용함으로써 제품 또는 서비스의 차별화를 가져올 수 있다는 항목이었다.
두 번째 그룹인 ③ 외부적 관리성 요인에서는 R&D의 속도향상을 가져온다는 점이 가장중요 기대요인이었으며 이는 연구개발 분야에서 기존의 데이터에서 새로운 가치를 창조해야 한다는 점과 지식의 축적이 필요한 분야이기 때문에 중요 요인으로 선택이 되었다.
둘째, 각 요인의 세부 요소들에 대한 중요도는 앞선 중요도 분석을 통해서 확인이 가능하며, 가장 중요요인으로는 기업의 외부적 요인에 대한 관리 성으로 드러났다. 이는 기업에서 빅데이터를 사용하는 주된 이유가 시장상황을 파악하거나 소비자의 성향을 파악하기 위함이라는 것을 알 수 있다.
첫째, 빅데이터 도입에 영향을 주는 요인들을 요인분석을 통해서 제시하였지만, 향후에는 좀 더 다양한 사례를 통해서 빅데이터와 관련한 보다 세밀하고 확장된 모델을 제시할 수 있을 것이다. 둘째, 국내에서의 빅데이터에 대한 관심은 높아지고 있지만 이와 관련된 빅데이터 기술의 필요성과 활용성 부분에서는 초기단계에 머물고 있음을 확인하였다. 또한 빅데이터에 대한 다양한 정의와 인식이 존재하였다.
마지막으로 ⑧ 지원성 요인의 가장 중요 기대 요인으로는 기업의 효율적인 의사결정에 도움이 된다는 항목이었다. 기업내부 의사결정 과정에서 올바른 결정을 할 수 있도록 빅데이터가 정보를 제공해준다는 것을 알 수 있다.
모두 30개의 측정 변수 중 29개의 변수가 8개의 빅데이터 요인으로 수렴되었다. 빅데이터의 관리성 요인은 6개의 변수 중 3개의 변수만 요인으로 수렴되었고, 나머지 변수는 다른 요인으로 재그룹핑을 하였다. 요인의 선정 기준은 고유 값이 1.
⑥ 대응성의 가장 중요 기대요소는 고객의 요구사항에 대응할 수 있다는 항목이었다. 시시각각 변화하고 예측이 어려운 고객의 요구사항을 방대한양의 데이터를 바탕으로 대응할 수 있는 정보를 얻는 것이 가장 중요한 요인으로 선택되었다.
864의 크론 바흐 a계수를 가지는 것으로 나타났다. 이와 같이 모든 요인의 설문항목에서 적정 크론바흐 a계수값인 0.60이상의 값을 가지는 것으로 나타났기 때문에 본 연구의 설문 항목에 대한 신뢰성 확보에는 크게 문제가 없음을 확인하였다[11].
첫째, 빅데이터의 성공요인으로서 예측성, 관리성, 경제성, 경쟁성, 대응성, 창조성, 지원성이 나타났으며, 특이점으로 관리성 부분에서 기업의 내, 외부의 측면으로 나뉘어서 요소가 분류됨이 확인 되었다.
후속연구
또한 빅데이터에 대한 다양한 정의와 인식이 존재하였다. 마지막으로는 빅데이터의 도입에 있어 단계별로 존재하는 요소들에 대한 분석은 실시하지 않았다. 향후에는 이에 대한 심층적 연구가 필요하다.
본 연구는 이러한 빅데이터 도입의 장점을 기업의 재량에 따라 선택과 집중을 할 수 있게 도와줌에 있다. 빅데이터를 도입함으로써 얻을 수 있는 요인을 정리함을 통해 이를 반영한 효율적인 투자를 할 수 있을 것이다.
또한 본 연구는 다음과 같은 몇 가지 한계점을 포함하고 있다. 첫째, 빅데이터 도입에 영향을 주는 요인들을 요인분석을 통해서 제시하였지만, 향후에는 좀 더 다양한 사례를 통해서 빅데이터와 관련한 보다 세밀하고 확장된 모델을 제시할 수 있을 것이다. 둘째, 국내에서의 빅데이터에 대한 관심은 높아지고 있지만 이와 관련된 빅데이터 기술의 필요성과 활용성 부분에서는 초기단계에 머물고 있음을 확인하였다.
마지막으로는 빅데이터의 도입에 있어 단계별로 존재하는 요소들에 대한 분석은 실시하지 않았다. 향후에는 이에 대한 심층적 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터란 무엇인가?
최근 들어 큰 관심을 받게 된 빅데이터의 특성은 스마트폰의 보급, SNS 사용률의 확대, 데이터 저장 분석 하드웨어의 발전으로 빠르게 확산되고 있다[2]. 빅데이터란 기존의 데이터 처리 방식으로는 저장, 관리, 분석의 프로세스가 어려울 정도로 거대한 규모의 데이터를 의미한다[17]. 빅데이터가 중요한 이슈가 되는 이유로 대부분 기업에서 이미 보유하고 있는 거대한 데이터를 누가 먼저 가치 있게 분석하느냐에 따라 향후 기업의 성패를 가늠할 수 있는 상황에 직면해있기 때문이다[7].
빅데이터로 무엇을 기대하는가?
빅데이터가 중요한 이슈가 되는 이유로 대부분 기업에서 이미 보유하고 있는 거대한 데이터를 누가 먼저 가치 있게 분석하느냐에 따라 향후 기업의 성패를 가늠할 수 있는 상황에 직면해있기 때문이다[7]. 빅데이터는 경영자원으로서 소비자의 행동 시장변동을 예측하여 원가절감, 제품차별화, 조직의 투명성 향상을 통한 경쟁력강화를 꾀하며, 산업부문 전반의 생산성을 증가 시켜줄 것이라 기대하고 있다[3].
정보통신분야에서 빅데이터 분석을 통해 무엇을 실현할 수 있는가?
정보통신분야에서는 스마트폰의 대중화로 위치기반서비스와 다양한 비정형데이터의 수가 급증함에 따라 이와 관련한 기술과 데이터 분석이 늘어나고 있다. 이를 통해서 개인화 서비스와 사용자 행동 패턴, 이력, 선호도등을 파악하고 세분화된 타겟 마케팅을 실현할 수 있다.
참고문헌 (17)
Y. J. Jang, Use of technology in the field of manufacturing of Big Data, The Journal Of Korea Information And Communications Society, Vol. 29, No. 11, pp. 30-35, 2012
S. T. Kim, Evolving world of Big Data, National Information Society Agency, pp. 35-38, pp. 95-98, 2012
S. T. Kim, Big Data, open a new era of the future, National Information Society Agency, pp. 9-147, pp. 375-399, 2013.
S. M. Park, Take advantage of Big Data technologies in the field of manufacturing, Samsung Economic Research Institute, No. 891, pp. 30-35, 2013.
S. M. Park, S. B. Park, S. B. Chae, Y. D. Kim, J. W. Kim, New competitive enterprises, Big Data curation, Samsung Economic Research Institute, Vol. 29, No. 11, pp. 1-21, 2012.
J. S. Byun, Big Data, data-driven businesses led power: its practice strategies and practices, IDG Korea, pp. 1-13, 2013
Y. J. Kim, Big Data-based analysis system through the introduction of highly innovative enterprises: evidence and methodology, PRACTICE & Small Business Forum, Vol. 20, No. 1, pp. 43-49, 2013
C. N. Jeon, I. W. S, Big Data analysis utilizing technology marketing study on the potential demand for companies around the excavation, Journal of Korea Strategic Marketing Association, Vol. 21, No. 2, pp. 181-203, 2013.
K. J. Park, Viewing the data model of the Big Data era, IE PRACTICE & Company forums, Vol. 20, No. 2,pp. 37-41, 2013.
K. Y. Min, Research on assessment of impact of Big Data attributes to disaster response decision-making process. Ph.D. dissertation, Dongkuk University. pp. 1-113, 2013
H. J. Lee, Applications take advantage of Big Data value and abroad, Big Data open source platform technology seminars, pp. 1-26, 2012.
S. C. Lee, Big Data, the secret key that opens the future, KT Institute of Economics and Management, pp. 5-8, 2011
D. H. Kim, J. H. Lee, Y. P. Park, A study of factors affecting the adoption of cloud computing, Journal of Society for e-business studies, Vol. 17, No. 1, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.