[논문]빅데이터 정보시스템의 구축 및 사례에 관한 연구

이충권

빅데이터 정보시스템의 구축 및 사례에 관한 연구
A Study of Big Data Information Systems Building and Cases 원문보기

스마트미디어저널 = Smart media journal, v.4 no.3, 2015년, pp.56 - 61

초록
AI-Helper

빅데이터와 관련하여 많은 성공사례들이 보고되었지만 실제로 시스템을 구축하는 데 있어서는 여전히 많은 어려움이 있다. 기술적인 측면에서 데이터의 수집과 저장, 처리와 분석, 그리고 표현과 사용에 이르는 전 과정을 포괄적으로 이해해야 하고, 비즈니스적 측면에서는 구축된 시스템으로부터 얻을 수 있는 가치를 미리 파악하여 투자를 감행해야 하는 경영진에게 설명해야 한다. 본 연구는 빅데이터 정보시스템을 구축하는 것과 관련된 사항들을 쉽게 파악할 수 있는 5W 1H 프레임워크를 제공하고, 제시된 프레임워크를 기존의 빅데이터 사례들에 적용한 예시를 보여주었다. 투자를 위한 경영진의 의사결정을 이끌어내고 빅데이터 프로젝트의 종합적인 이해와 관리에 도움을 줄 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Although many successful cases regarding big data have been reported, building information systems of big data is still difficult. From the perspective of technology the builders need to understand the whole process of systems development ranging from collecting, storing, processing, and analyzing data to presenting and using information. Whereas, from the perspective of business, the builders need to understand the values of the proposed big data project and explain to top managers who have to make a decision of the risky investment. This study proposes a framework of 5W 1H that can help the builder understand things related to the development of big data information systems. In addition, big data cases from the real world have been illustrated by applying to the framework. It is expected to help builders understand and manage big data projects and lead managers to make better decisions of the investment to the development of information systems.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구는 빅데이터의 수집과 저장, 처리와 분석, 그리고 표현과 사용에 이르는 과정을 포괄하는 정보시스템을 구축함에 있어서 고려해야 할 사항들을 파악하는데 도움을 되는 프레임워크를 제시하고자 한다. 또한, 제시된 프레임워크의 관점에서 빅데이터와 관련된 다양한 사례들을 살펴봄으로써 빅데이터 정보시스템의 구축에 있어서 필요한 사항들에 대한 종합적인 이해를 돕고자 한다.

제안 방법

빅데이터를 활용한 다양한 사례들이 보고되었지만, 기업이나 기관의 입장에서 안정된 데이터 원천과 정보의 생성을 위한 시스템을 구축하려면 어떻게 해야 하는지에 관한 논의는 부족하였다. 따라서, 본 연구는 기존의 빅데이터 사례들을 정보시스템 구축의 관점에서 살펴보고자 한다. 이러한 연구는 어떤 조직의 정보기술에 대한 투자가 단순히 기술 그 자체의 도입으로 인한 단기적인 효과에 그치지 않고, 조직의 의사결정과 활동에 도움이 되는 정확하고 빠른 정보를 지속적으로 제공할 수 있는 시스템의 구축을 통하여 조직의 성과에 연결될 수 있는 방법을 찾는데 도움을 줄 것이다.
본 연구는 빅데이터 프로젝트를 추진해야 할 담당자가 정보시스템의 구축과 관련된 사항들을 일목요연하게 정리하고 쉽게 이해할 수 있는 5W 1H 프레임워크를 제시하였다. 시스템 구축 담당자가 필요사항들을 파악할 수 있도록 제시된 프레임워크를 기존의 빅데이터 사례들에 적용하여 예시를 보여주었다.

성능/효과

고객의 구매상품, 수량, 빈도, 액수 등과 같은 거래데이터를 분석하여 거래발생 시에 즉석에서 맞춤형으로 할인쿠폰을 제공한다. 어떤 고객의 거래가 쌓일수록 해당 고객에게 더욱 정확한 마케팅정보를 제공함으로써 재방문과 추가구매를 통하여 매출을 증대할 수 있다. 표 4는 카탈리나마케팅의 빅데이터 정보시스템 사례를 5W 1H 프레임워크에 적용하여 보여준다.
따라서, 본 연구는 기존의 빅데이터 사례들을 정보시스템 구축의 관점에서 살펴보고자 한다. 이러한 연구는 어떤 조직의 정보기술에 대한 투자가 단순히 기술 그 자체의 도입으로 인한 단기적인 효과에 그치지 않고, 조직의 의사결정과 활동에 도움이 되는 정확하고 빠른 정보를 지속적으로 제공할 수 있는 시스템의 구축을 통하여 조직의 성과에 연결될 수 있는 방법을 찾는데 도움을 줄 것이다.
전기나 수도와 같은 도시 인프라로 부터 나오는 데이터의 패턴을 분석하여 누전이나 누수를 탐지하고 사용량을 예측하기도 한다. 이처럼 일반인들이 사용하는 공공서비스들로부터 데이터를 수집하여 서비스 품질의 향상이나 고객만족을 달성할 수 있다.

후속연구

시스템 구축 담당자가 필요사항들을 파악할 수 있도록 제시된 프레임워크를 기존의 빅데이터 사례들에 적용하여 예시를 보여주었다. 투자를 위한 경영진의 의사결정을 이끌어내고 빅데이터 프로젝트의 종합적인 이해와 관리에 도움을 줄 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	데이터란 무엇인가?	데이터는 현실 세계로 부터 관찰이나 측정을 통하여 수집한 사실을 문자나 기호, 그림 등을 이용하여 기록한 것이다. 개인은 생활을 기록하고, 국가는 행정을 기록하고, 기업은 비즈니스 활동을 기록한다.
	양(Volume)과 속도(Velocity), 그리고 다양성(Variety)이 의미하는 바는 무엇인가?	Laney[3]는 인터넷을 기반으로 한 전자거래의 발달이 가져올 새로운 기회와 도전의 중심에는 데이터가 있고, 그 특성이 3V라고 언급하면서 양(Volume)과 속도(Velocity), 그리고 다양성(Variety)이라고 하였다. 양은 기술과 비용의 문제로 과거에는 디지털화 하지 못 했던 데이터를 정보기술을 통하여 수집하고 저장할 수 있게 됨으로써 크다는 뜻을 가진 빅(big)이라는 단어를 덧붙여야 할 정도로 폭발적으로 증가한 것을 의미한다. 속도는 컴퓨터의 처리장치가 발달하면서 데이터가 생성되고 분석되는 시간이 매우 빨라진다는 것이다. 인터넷은 공간적 제약을 극복하여 전 세계에서 발생하는 데이터를 거의 실시간으로 수집하고 처리할 수 있는 기술적 인프라가 되었다. 다양성은 미리 정해진 형태로 발생하는 데이터 뿐만 아니라 일반인들이 일상생활에서 생성하는 텍스트, 음성, 그리고 영상 등과 같은 비정형 데이터도 수집과 분석의 대상이 된다는 것을 말한다.
	빅데이터의 소스에는 무엇이 있는가?	데이터를 누가 (Who), 언제(When), 어디서(Where), 어떤 유형(What type)으로 발생시키는지를 조사하고 파악해야 한다. George 등[9]은 빅데이터의 소스를 5가지로 구분하였는데, 정부에 의한 공공(public) 데이터, 개인들에 의해 생성되는 프라이빗(private) 데이터, 인터넷사용으로 인해 발생되는 접속로그와 같은 배출(exhaust) 데이터, 소셜미디어에서 생성되는 커뮤니티 데이터, 그리고 개인의 행동에 의해 만들어지는 자기계량(self-quantification) 데이터가 있다.

참고문헌 (22)

A. Jacobs, "The pathologies of big data," Communications of the ACM, vol 52, no. 8, pp. 36-44, 2009.
P. Tambe, "Big data investment, skills, and firm value," Management Science, vol. 60, no. 6, pp. 1452-1469, 2014

상세보기
D. Laney, "3D Data Management: Controlling Data Volume, Velocity and Variety." Meta Group. Feb. 6, 2001.
C. Snijders, U. Matzat, and U. Reips, "Big Data: Big gaps of knowledge in the field of Internet," International Journal of Internet Science. vol. 7, pp. 1-5, 2012
I. A. Hashem, I. Yaqoob, N. B. Anuar, S. Mokhtar, A. Gani, and S. U. Khan, "big data on cloud computing: Review and open research issues," Information Systems, vol. 47, pp. 98-115, 2015.

상세보기
Brynjolfsson, E. "The productivity paradox of information technology," Communications of the ACM, vol. 36, no. 12, pp. 66-77, 1993.

상세보기
R. T. Due, "The productivity paradox," Information Systems Management, vol. 10, no. 1, pp. 68-71, 1993.

상세보기
N. G. Carr, "IT doesn't matter," Harvard Business Review, pp. 41-49, May 2003.
G. George, M. R. Haas, and A. Pentland, "Big data and management," Academy of Management Journal, vol. 57, no. 2, pp. 321-326, 2014.

상세보기
전희국, 현근수, 임경빈, 이우현, 김형주, "영화 흥행 실적 예측을 위한 빅데이터 전처리," 정보과학회 컴퓨팅의 실제 논문지, 제20권, 제12호, pp. 615-622, 2014.

원문보기 상세보기
S. Zhang, C. Zhang, and Q. Yang, "Data preparation for data mining," Applied Artificial Intelligence, vol. 17, no. 5-6, pp. 375-381, 2003.

상세보기
S. LaValle, E. S. Lesser, M. S. Hopkins, and N. Krusch witz, "Big data, analytics and the path from insights to value," MIT Sloan Management Review, vol. 21, 2013.
시로타 마코토, "빅데이터의 충격: 거대한 데이터의 파도가 사업 전략을 바꾼다!," 김성재 역, 한빛미디어, 201 3.
이수학, 윤병동, "Industry 4.0과 고장예지 및 건전성관리 기술 (PHM) 의 방향," 소음. 진동, 제25권, 제1호, 2015.

원문보기 상세보기
R. Jacobs, "Rise of Robot Factories Leading Fourth Industrial Revolution," Newsweek, Mar. 5, 2015.
S. Ryu, and T. M. Song, "Big data analysis in healthcare," Healthcare Informatics Research, vol. 20, no. 4, pp. 247-248, 2014

상세보기
A. Carugati, R. Liao, and P. Smith, "Speed-to-fashion: managing global supply chain in Zara," Proceedings of the IEEE ICMIT, pp. 1494-1499, Sept. 2008.
이진형, "데이터 빅뱅, 빅 데이터(BIG DATA)의 동향," Journal of Communications & Radio Spectrum, 2012.
한주엽, "삼성. LG 등 국내 대기업 SNS 빅 데이터 분석 한창," 디지털데일리, 2011. 12. 04.
김진욱, "영화 마케팅의 빅데이터 활용효과에 관한 연구," 한국엔터테인먼트산업학회논문지, 제8권, 제2호, p p. 349-356, 2014.
이오준, 박승보, 정다울, 유은순, "소셜 빅데이터를 이용한 영화 흥행 요인 분석," 한국콘텐츠학회논문지, 제14 권, 제10호, pp. 527-538, 2014.

원문보기 상세보기
D. Henschen, "Catalina Marketing Aims For The Cutting Edge Of Big Data," Newsweek, Sept. 6, 2011.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증