$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

빅데이터 분석 교육의 문제점과 개선 방안 -학생 과제 보고서를 중심으로
Problems of Big Data Analysis Education and Their Solutions 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.8 no.12, 2017년, pp.265 - 274  

최도식 (강원대학교 교양학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 빅데이터 분석 교육의 문제점을 고찰해 그 개선 방안을 제시한다. 빅데이터의 특성은 V3에서 V5로 진화하고 있다. 이에 빅데이터 분석 교육도 V5를 감안한 데이터 분석 교육이 되어야 한다. 작금 불확실성의 증대는 데이터 분석의 리스크를 증가시키기에 내적 외적 구조화/비구조화 데이터를 비롯해 교란 요인마저 분석할 때 데이터의 신뢰성은 증가될 수 있다. 그리고 평판분석을 활용할 때 범하기 쉬운 오류가 가변성과 불확실성에 대한 상황 인식이다. 가변성의 측면을 고려해, 다양한 변수와 옵션에 의한 불확실성의 상황을 인식하고 대비한 데이터 분석이 이뤄질 때 데이터에 대한 신뢰성과 정확성은 증가할 수 있다. 사회관계망 분석에서 학생들과 일반 연구자들이 주로 활용하는 것이 텍스톰과 노드엑셀의 노드 분석이다. 사화관계망 분석은 매개중심성에 의한 상황 분석을 통해 다크 데이터를 찾아 이상 현상을 감지하고 현 상황을 분석하여 유용한 의미를 얻고 미래를 예측할 수 있어야 한다.

Abstract AI-Helper 아이콘AI-Helper

This paper examines the problems of big data analysis education and suggests ways to solve them. Big data is a trend that the characteristic of big data is evolving from V3 to V5. For this reason, big data analysis education must take V5 into account. Because increased uncertainty can increase the r...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 국외 천만 영화 중 하나인 ‘인터스텔라’의 흥행 요인을 분석하고 최근 영화 산업에 미친 영향력을 통해 앞으로 영화의 흥행 방향의 추세가 바꿀 것으로 예측한 보고서이다.
  • 따라서 본고는 빅데이터의 특성과 활용 시나리오의 측면에서 대학의 빅데이터 분석 과제의 문제를 분석해서 개선되어야 할 방향성을 제시하고자 한다.
  • 우리는 데이터를 팩트(fact)로 받아들이는 경향이 있다. 마치 데이터의 결과가 인과성을 토대로 도출된 데이터처럼 인식하여 막연히 신뢰하려 한다. 그러나 빅데이터는 거시적 차원의 통찰을 요구한다.
  • 이러한 이유로 1차 보고서에서 GS25에 대한 긍정 반응으로 분석하였지만, “초코, 호빵, 맛”이 무엇에 대한 탐색이며, 왜 많은 탐색 건수를 보이고 있는가를 조사하도록 주문하였다.
  • 데이터의 부정확성이 감소되고 정확성이 증가되면 데이터에 대한 신뢰성은 상승한다. 이렇게 빅데이터 분석기법을 통해 도출된 데이터에 대해 우리는 막연히 신뢰하려 한다. 엄밀성을 전제로 작은 부분까지 정확히 일치시키려고 한다.
  • 한 학생 과제 사례로 『‘인터스텔라’의 흥행 요인 분석 및 영화 흥행 방향성 예측』을 보자[19].

가설 설정

  • 엄밀성을 전제로 작은 부분까지 정확히 일치시키려고 한다. 마치 데이터베이스 엔진이 자신의 질문에 완벽하게 일치하는 기록을 찾아낼 것이라고 가정한다. 하지만 이것은 빅데이터의 사고방식이기보다는 ‘스몰 데이터(small data)’의 환경에 가깝다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
넓은 의미의 빅데이터란 무엇인가? 그래서 최근에는 넓은 의미로 빅데이터를 정의하고 있다. 넓은 의미의 빅데이터란 V3, 곧 Volume, Variety, Velocity의 측면에서 기존 기술로는 관리가 어려운 데이터 및 그 데이터를 축적하고 처리하여 분석하는 기술이자, 그 데이터를 분석하여 유용한 의미와 통찰을 이끌어낼 수 있는 인재와 조직을 포함하는 포괄적인 개념으로 살피고 있다[3]. 여기서 빅데이터 기술로는 맵리듀스, 하둡 등과 같은 대규모 데이터를 분산 처리하는 프레임워크, 확장성이 뛰어난 NoSQL, 그 외 기계학습 및 통계 분석 등이 있으며, 분석 및 조직으로는 산출된 데이터를 분석하여 활용 가능한 의미와 통찰을 이끌어내는 해석학자·데이터 분석가와 빅데이터를 효율적으로 활용할 수 있는 조직이 포함된다.
빅데이터의 활용 시나리오에는 무엇이 있는가? 빅데이터의 활용 시나리오에는 이상 현상 감지, 현 상황 분석, 가까운 미래 예측을 들 수 있다[7]. 먼저, 이상 현상 감지는 기업이나 공공 기관의 업무에서 발생하는 다양한 사건 기록을 통하여 정상적인 사건인가 아니면 비정상적인 사건인가에 대한 패턴 여부를 파악한 후 새로운 사건이 발생했을 경우, 그것이 정상 패턴인지 비정상 패턴인지에 대한 이상(異象) 현상 여부를 판단하는 일련의 과정이다.
사회관계망 분석에서 나타날 수 있는 한계점은 무엇인가? 노드 분석의 매개중심성에 대한 상황 분석을 통해 네트워크의 전체 연결 흐름은 파악한다. 하지만 연결망에 영향을 미치는 다크 데이터(dark data)를 발견하지 못하거나 발견하였지만 그 의미를 분석해내지 못한다는 한계를 보인다. 사화관계망 분석에 의한 빅데이터의 활용은 다크 데이터를 찾아 이상 현상을 감지하고 현 상황을 분석하여 유용한 의미를 이끌어 내고 변화할 미래를 예측하는 데 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Makoto Shirota, Big Data No Shougeki, S. J. Kim Trans, Hanbit Miedia, p.27, 2013. 

  2. McKinsey, McKinsey Global Institute-Big data : The next frontier for innovation?competition and productivity, McKinsey & Company, p.1, 2011.6. 

  3. Makoto Shirota, Big Data No Shougeki, Sung-jae Kim Trans, Hanbit Miedia, p.26, 2013. 

  4. S. R. Kim, M. M. Kang, "Big Data Analysis Technology Today and Future", Communications of the Korean Institute of Information Scientists and Engineers Vol. 32, No. 1, p.8, 2014. 

  5. Y. G. Ham, S. B. Chae, Changing Big Date Management, Samsung Economic Research Institute, pp.29-32, 2012. 

  6. M. M. Kang, S. R. Kim, S. M. Park, "Analysis and Utilization of Big Data", Communications of the Korean Institute of Information Scientists and Engineers Vol. 30, No. 6, pp.25-26, 2012. 

  7. Y. S. Lee, J. W. Cho, "Study on Educational Utilization Methods of Big Data", Korea Academy Industrial Cooperation Society Vol. 17, No. 12, p.717, 2016. 

  8. http://news.joins.com/article/20588571 

  9. Christian Ruddr, DATACLYSM, G. Y. Lee Trans, Publishing DARUN, p.128, 2015. 

  10. Viktor Mauer-Schonberger and Kenneth Neil Cukier, BIG DATA: A Revolution That Will Transform How We Live, Work, and Think, Book21 Publishing Group, p.107, 2013. 

  11. D. W. Kim, H. S. Do, H. N. Seo, J. H. Son, "BIg Date World Reading", Course Report of First Semester 2015, Kangwon National University, 2015. 

  12. Y. M. Hwang, J. T. Park, I. Y. Moon, K. S. Kim, O. Y. Kwon, "The Box-office Success Factors of Films Utilizing Big Data-Focus on Laugh and Tear of Film Factors", Journal of the Korea Institute of Information and Communication Engineering Vol. 20, No. 6, 2016. 

  13. M. M. Kang, S. R. Kim, S. M. Park, "Analysis and Utilization of Big Data", Communications of the Korean Institute of Information Scientists and Engineers Vol. 30, No. 6, p.26, 2012. 

  14. S. R. Kim, M. M. Kang, "Big Data Analysis Technology Today and Future", Communications of the Korean Institute of Information Scientists and Engineers Vol. 32, No. 1, p.26, 2014. 

  15. K. T. Gang, T. E. Kim, H. G. Kim, G. H. Namgung, "BIg Date World Reading", Course Report of Second Semester 2015, Kangwon National University, 2015. 

  16. Y. J. Park, "The Study of 'Classical Music' as Reflected in Bigdata: The Concepts, Musicians, and Opinions", Journal of Music Education Science Vol. 19, 2014. 

  17. Viktor Mauer-Schonberger and Kenneth Neil Cukier, BIG DATA: A Revolution That Will Transform How We Live, Work, and Think, Book21 Publishing Group, pp.29-30, 2013. 

  18. K. H. Choi, J. A. Yoo, "A rewiews on the social network analysis using R", Journal of the Korea Convergence Society Vol. 6. No.1, p.78, 2015. 

  19. S. S. Shin, Y. J. Kim, J. Y. Jeong, "BIg Date World Reading", Course Report of Second Semester 2015, Kangwon National University, 2015. 

  20. J. M. Lee, E. J. Jun, J. M. Chae, "Big Data Analysis for Dance Studies Using Text Mining", The Journal of Dance Society for Documentation & History Vol. 42, The Society for Dance Documentation&History, 2016. 

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로