최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송과 미디어 = Broadcasting and media magazine, v.22 no.4, 2017년, pp.18 - 25
이진수 (SK Telecom)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
데이터 레이크를 구축하면 어떤 장점이 있는가? | 즉 기존에 관리되어온 Legacy 데이터베이스, 새롭게 생성되는 서비스 데이터, 고객센터의 VOC 데이터 등 다양한 데이터 소스로부터, 분석할 가치를 갖는 데이터를 한 곳에 모아 저장 관리하고, 통합적으로 분석 활용하기 위한 데이터 레이크 환경을 구축할 수 있다. 데이터 레이크를 구축하게 되면, 기존의 개별 서비스는 영향 받지 않으면서 별도의 통합 분석 환경을 확보할 수 있는 장점이 있다. 데이터 레이크는 기존 관계형 데이터베이스로부터 수집되는 데이터뿐 아니라 고객의 VOC 콘텐츠 등과 같은 비정형 데이터까지 다양하고 방대한데이터를 저장, 처리하고 분석할 수 있어야 하므로,일반적으로 이러한 저장 처리에 적합하고 확장성이 좋은 Hadoop[1] 오픈소스 기반으로 구성되며, 높은 저장 효율과 빠른 가공 처리 등을 위해 HBASE[2],SPARK[3] 등 다양한 오픈소스 기술들이 함께 적용된다. | |
디지털 기술과 역량의 도입은 무엇을 의미하는가? | 이들 모두의 공통점은 바로 “디지털기술과 역량을 도입”하여 이를 기반으로 고객과 시장, 경영환경의 “파괴적인 변화에 적응하거나 선제적으로 대응”함으로써, “비즈니스의 경쟁력을 혁신적인 방향으로 변화”시켰다는 데 있다. 여기서 디지털 기술과 역량의 도입이란, 사례마다 다소 차이는 있겠지만 대부분은 필요한 데이터를 생산하고 이를 활용할 수 있는 디지털 환경과 역량의 확보를 의미하고 있다. 즉, 다양하고 풍부한 데이터가 생산되는 환경적인 변화와 이를 수용하고 처리할 수 있는 기술의 발전이 빅데이터, 혹은 데이터 사이언스라는 키워드를 만들어냈다면, 이러한 환경에 일찍부터 적응한 혁신 기업들의 사례가 증가하면서, 이들을 디지털 마스터라 일컬으며 디지털 트랜스포메이션이라는 키워드가 자연스럽게 연결될 수 있었다. | |
데이터 레이크는 데이터 처리를 통해 어떤 환경을 제공하는가? | 데이터 레이크는 기본적으로 기업의 데이터 리파지토리 역할을 하지만 분석에 필요한 Summary,Machine Learning 등의 데이터 처리도 수행한다. 이를 통해 새롭게 만들어진 통계, 인사이트 정보를 포함한 가공된 데이터는 정통적인 Business Intelligence Tool이나 OLAP, Canned Report 형태뿐 아니라, 웹 형태의 인사이트 제공 서비스,Machine Learning 기법을 통한 분석이 가능한 Tool(R Studio 혹은 Tensorflow[4] 등)과 연결되어, 각 비즈니스에서 데이터를 활용해야 하는 사람들이 직접 분석할 수 있는 Self-Discovery 환경을 제공한다. 데이터 레이크 기반의 Self-Discovery 환경에서는 자신이 담당하지 않는 다른 서비스의 데이터까지 통합적으로 분석해야 하므로, 여러 비즈니스 도메인 데이터를 모든 사람이 쉽게 이해하고 접근할 수 있어야 한다. |
https://hadoop.apache.org/
https://spark.apache.org/
https://hbase.apache.org
https://www.tensorflow.org/
"The Best Place to Start is HERE: Getting Started Governing Data" Kelle O'Neal, DGIQ (Data Governance & Information Quality Conference) 2016
※ AI-Helper는 부적절한 답변을 할 수 있습니다.