[논문]경영분석 업무에 종사하는 비 기술기반 전공자를 위한 빅데이터 분석 및 시각화 기법 교육과정 제안

홍필태; 우종필

doi:10.14702/jpee.2020.031

경영분석 업무에 종사하는 비 기술기반 전공자를 위한 빅데이터 분석 및 시각화 기법 교육과정 제안
Proposal of Big Data Analysis and Visualization Technique Curriculum for Non-Technical Majors in Business Management Analysis 원문보기

JPEE : Journal of practical engineering education = 실천공학교육논문지, v.12 no.1, 2020년, pp.31 - 39

초록
AI-Helper

빅데이터 분석은 경영 및 산업현장에서 다양하게 분석되고 사용되고 있으며, 경영의사결정에서 중요한 역할을 한다. 경영분석 업무에 종사하는 빅데이터 분석 직무자의 직무능력은 반드시 미시적인 IT 기술 습득이 요구되는 것이 아니라, Data Scientist로서 다양한 경험과 인문학적 지식과 분석력이 요구되어진다. 그러나, 국가직무능력표준(NCS: National Competency Standards)을 기반으로 하는 국공립 교육기관 및 직무교육기관의 빅데이터 교육은 소프트웨어 공학적 측면에서 진행되고 있으며, 이러한 교육 방법론은 비 기술기반 전공자에게는 어렵고, 비효율적인 결과를 초래하기도 한다. 따라서, 우리는 현재의 빅데이터 플렛폼과 그와 관련된 기술을 분석하여, 그 중에서 현장 직무자에게 반드시 필요한 직무능력 요구수준이 무엇인지를 정의하였다. 그리고, 이를 바탕으로 비 기술기반 전공자를 위한 빅데이터 분석 및 시각화 기법 교육과정을 구성하였다. 특화된 본 교육과정을 경영현장에서 경영분석에 종사하는 금융기관 실무자를 중심으로 Pilot test를 실시한 결과 좀 더 개선된 교육효과를 얻을 수 있었다. 이에 본 연구에서 제시되는 교육방법은 산업전반에서 효율적으로 빅데이터 직무 수행과, 비 기술기반 전공 직무자를 대상으로 빅데이터 분석 및 시각화 교육이 활성화되는 계기가 될 것이다.

Abstract ▼ AI-Helper

Big data analysis is analyzed and used in a variety of management and industrial sites, and plays an important role in management decision making. The job competency of big data analysis personnel engaged in management analysis work does not necessarily require the acquisition of microscopic IT skills, but requires a variety of experiences and humanities knowledge and analytical skills as a Data Scientist. However, big data education by state-run and state-run educational institutions and job education institutions based on the National Competency Standards (NCS) is proceeding in terms of software engineering, and this teaching methodology can have difficult and inefficient consequences for non-technical majors. Therefore, we analyzed the current Big Data platform and its related technologies and defined which of them are the requisite job competency requirements for field personnel. Based on this, the education courses for big data analysis and visualization techniques were organized for non-technical-based majors. This specialized curriculum was conducted by working-level officials of financial institutions engaged in management analysis at the management site and was able to achieve better educational effects The education methods presented in this study will effectively carry out big data tasks across industries and encourage visualization of big data analysis for non-technical professionals.

주제어

표/그림 (10)

그림 그림 1. 빅데이터 플랫폼 Fig. 1. Big data Platform.
표 표 1. 의사결정지원 시스템의 구성 Table 1. Contents of Decision Support System
표 표 2. 빅데이터 플랫폼 기술 Table 2. Big data Platform Technology
표 표 3. 빅데이터 플랫폼 구축 직무 NCS체계 Table 3. Big data platform developer NCS Standard
표 표 4. 빅데이터 관련 기술능력과 직무능력 요구 Table 4. Big data related technical and job description
표 표 5. 비 기술기반 전공자 대상 기본 교육 방향 Table 5. Direction of education for non-technical majors
표 표 6. 산업에서 빅데이터 요구수요 Table 6. Big data needs in the industry
그림 그림 2. 빅데이터 교육과정 제안 Fig. 2. Big Data Curriculum Suggestions.
표 표 7. 비 기술기반 전공자 대상 교육과정 Table 7. Curriculum for Non-tech Students
표 표 8. 성과 지표 Table 8. Overall Report

AI 본문요약
AI-Helper

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

문제 정의

그러나 경영현장에서 분석업무에 종사하는 직무자는 이러한 교육보다는 모델기반의 시나리오를 작성하고 검증하는 교육이 효율적일 것이다. 따라서 본 연구에서는 이러한 논제를 바탕으로 비 기술기반 직무자를 위한 빅데이터 분석 및 시각화 기법 교육과정을 제시하고자 한다.

제안 방법

본 과정의 특징은 다음과 같다. 1) 일반적 과정이 심화된 Data 기술을 배우고, 그 기반에서 분석방법을 배우는 것과 달리, 본과정은 이를 역으로 구성하였다. 즉, 이야기를 구성하고, 문제해결 방안을 생각한 후에, 그와 관련된 기술을 배우고 실무과정에 적용하도록 구성되어 있다.
즉, 이야기를 구성하고, 문제해결 방안을 생각한 후에, 그와 관련된 기술을 배우고 실무과정에 적용하도록 구성되어 있다. 2) 우선 비즈니스 현장에서의 사례를 중심으로 설명하여 데이터 분석의 목적성을 이해한 후, 교육생이 스스로 본인의 업무에 알맞게 직접 Case를 설계하도록 구성하였다. 3) 스토리텔링 과정에서 잘못된 판단의 사례를 제시하여 이해의 도움을 주어 실무 데이터 분석의 유의성 판단에 주의하도록 하였다
두번째로 4가지 키워드를 중심으로 기본 교육방향성을 수립하였다. 빅데이터 관련 기술 및 이론 분야는 모든 기술능력이 아니라 실무 데이터를 정제하고 분석할 수 있는 기초적 지식과 소프트웨어 활용능력 수준이 필요하다는 결론을 얻었다.
먼저, 우리는 2018 데이터 산업 현황조사[8]에서 제시한 빅데이터 관련 기술능력을 다음 표 4의 좌측과 같이 기술한 후, 그 내용에 따른 직무능력 요구 수준을 우측과 같이 분석하였다.
우리가 제안한 교육 과정에 대하여 2017년 8월에 금융기관 A사에서 경영분석 업무에 종사하는 비 기술기반 전공 대상자 30명을 대상으로 B대학에서 특화과정으로 “빅데이터 분석 및 시각화 실무과정”을 진행하였다.
빅데이터를 분석 처리하는 일련의 과정을 빅데이터 플랫폼이라고 정의하기도 하며[7], 반면 빅데이터 관련 기술과 기법들의 모음을 빅데이터 플랫폼으로 정의하기도 한다. 우리는 빅데이터 분석 처리의 전체 과정을 빅데이터의 수집, 빅데이터의 전 후 처리, 빅데이터의 저장 관리, 빅데이터의 분석, 빅데이터의 시각화를 통한 표현의 다섯 가지로 분류하였다. 그림 1은 빅데이터 플랫폼의 전 과정을 설명하고 있다.
우리는 앞서 교육방향성을 수립하고 세부 교육과정을 정의하였다. 이를 교육대상의 수준과 역량에 따라 효율적으로 교육하기 위하여 다음 그림 2와 같이 3단계의 계단식으로 경영분석 업무에 종사하는 비 기술기반 전공자를 위한 빅데이터 분석 및 시각화 기법 교육과정을 구성하였다. 제안내용은 그림 2와 같다.

성능/효과

본 과정의 차별점은 다음과 같다. 1) 비즈니스의 이해과정을 통하여 실제의 사례 중심 설명을 강화하였으며, 2) 교육생에게 실무적용 사례를 직접 만들도록 하여 몰입도를 높였으며, 3) 분석의 목적을 우선 고려하게 하여 교육생이 전체적인 관점에서 이해하고 진행할 수 있었다는 것이다.
2) 우선 비즈니스 현장에서의 사례를 중심으로 설명하여 데이터 분석의 목적성을 이해한 후, 교육생이 스스로 본인의 업무에 알맞게 직접 Case를 설계하도록 구성하였다. 3) 스토리텔링 과정에서 잘못된 판단의 사례를 제시하여 이해의 도움을 주어 실무 데이터 분석의 유의성 판단에 주의하도록 하였다
빅데이터 관련 기술 및 이론 분야는 모든 기술능력이 아니라 실무 데이터를 정제하고 분석할 수 있는 기초적 지식과 소프트웨어 활용능력 수준이 필요하다는 결론을 얻었다. 그리고, 기획능력, 문제해결 및 의사결정 능력을 배양하기 위하여는 비즈니스를 이해를 바탕으로 데이터 분석을 한 후에 이야기를 만들고 설명하고 판단하는 능력이 필요하다는 판단을 하였다. 기본적 교육 방향성은 표 5의 좌측과 같다.
처음 1일차 이론과정과 케이스 스터디에서는 기준점수보다 낮은 점수를 보였으나, 점차 교육생의 흥미 유발과 자발적인 참여로 교육의 성과는 점점 개선되었으며, 최종 실무 프로젝트 수행 과목에서는 평균점수 및 이수율에서 높은 향상을 나타냈다. 두번째로 최종 과목의 교육 성과지표는 다른 교육과정의 최종 성과지표에 비하여 개선되었다는 점이다. 직접적인 비교는 어렵겠지만 B대학의 타 소프트웨어 교육과정의 평균점수 70점, 과목 이수율 70%를 감안하면 개선된 결과라고 할 수 있다
또한 본 과정이 비 기술기반 전공자에게 효율적으로 교육의 결과를 얻을 수 있는지 검증하는 과정은 쉬운 과정이 아니다. 따라서, 우리는 본 과정에 대한 실제 적용 가능성을 분석하기 위하여 실무자 교육과정을 실시하였으며, 제한적이지만 유의미한 결과를 얻었다. 본 결과는 짧은 준비과정과 pilot test로서 절대적으로 유의미한 것은 아니므로, 추후 보완과 실제 산업현장의 요구사항을 계속적으로 반영하여 지속적 개선하여야 할 필요성이 있다.
두번째로 4가지 키워드를 중심으로 기본 교육방향성을 수립하였다. 빅데이터 관련 기술 및 이론 분야는 모든 기술능력이 아니라 실무 데이터를 정제하고 분석할 수 있는 기초적 지식과 소프트웨어 활용능력 수준이 필요하다는 결론을 얻었다. 그리고, 기획능력, 문제해결 및 의사결정 능력을 배양하기 위하여는 비즈니스를 이해를 바탕으로 데이터 분석을 한 후에 이야기를 만들고 설명하고 판단하는 능력이 필요하다는 판단을 하였다.
첫번째로 교육과정에서 교육생의 교육성과가 점차 향상되는 결과가 나타났다는 것이다. 처음 1일차 이론과정과 케이스 스터디에서는 기준점수보다 낮은 점수를 보였으나, 점차 교육생의 흥미 유발과 자발적인 참여로 교육의 성과는 점점 개선되었으며, 최종 실무 프로젝트 수행 과목에서는 평균점수 및 이수율에서 높은 향상을 나타냈다. 두번째로 최종 과목의 교육 성과지표는 다른 교육과정의 최종 성과지표에 비하여 개선되었다는 점이다.
우리는 본 결과를 근거로 다음의 두가지 측면에서 본 교육이 개선된 교육과정이라는 결론을 내렸다.첫번째로 교육과정에서 교육생의 교육성과가 점차 향상되는 결과가 나타났다는 것이다. 처음 1일차 이론과정과 케이스 스터디에서는 기준점수보다 낮은 점수를 보였으나, 점차 교육생의 흥미 유발과 자발적인 참여로 교육의 성과는 점점 개선되었으며, 최종 실무 프로젝트 수행 과목에서는 평균점수 및 이수율에서 높은 향상을 나타냈다.

후속연구

따라서, 우리는 본 과정에 대한 실제 적용 가능성을 분석하기 위하여 실무자 교육과정을 실시하였으며, 제한적이지만 유의미한 결과를 얻었다. 본 결과는 짧은 준비과정과 pilot test로서 절대적으로 유의미한 것은 아니므로, 추후 보완과 실제 산업현장의 요구사항을 계속적으로 반영하여 지속적 개선하여야 할 필요성이 있다.
이러한 분야에서 비 기술기반 전공자를 대상으로 빅데이터 분석, 시각화의 직무능력을 교육하기 위해서는 보다 섬세한 과정에 대한 설계가 필요할 것이다. 우리가 제안한 교육과정의 기초, 심화, 특화의 모듈화 수업과 데이터 스토리텔링, 커뮤니케이션 능력 배양, 문제해결 통찰력, 비즈니스 체계의 이해와 빅데이터 수집, 정제, 시각화를 위한 주요 솔루션 툴의 이해 및 사용법의 대한 순차적 교육과정은 비 기술기반 전공자를 대상으로 하는 빅데이터 분석 직무능력을 향상시키기 위하여 유용한 방안이 될 것이다. 이러한 교육과정을 통하여 빅데이터 산업 전반에서 다양한 기술 능력을 가진 직무자들의 협업을 통하여 보다 효율적으로 빅데이터 직무가 수행될 것이며, 아울러 빅데이터 분야가 접근이 어렵다고만 막연히 생각하는 비 기술기반 전공 직무자를 대상으로 빅데이터 분석 시각화 교육이 활성화되는 계기가 될 것으로 기대한다.
우리가 제안한 교육과정의 기초, 심화, 특화의 모듈화 수업과 데이터 스토리텔링, 커뮤니케이션 능력 배양, 문제해결 통찰력, 비즈니스 체계의 이해와 빅데이터 수집, 정제, 시각화를 위한 주요 솔루션 툴의 이해 및 사용법의 대한 순차적 교육과정은 비 기술기반 전공자를 대상으로 하는 빅데이터 분석 직무능력을 향상시키기 위하여 유용한 방안이 될 것이다. 이러한 교육과정을 통하여 빅데이터 산업 전반에서 다양한 기술 능력을 가진 직무자들의 협업을 통하여 보다 효율적으로 빅데이터 직무가 수행될 것이며, 아울러 빅데이터 분야가 접근이 어렵다고만 막연히 생각하는 비 기술기반 전공 직무자를 대상으로 빅데이터 분석 시각화 교육이 활성화되는 계기가 될 것으로 기대한다.

참고문헌 (10)

J. Manyika and M. Chui, "Big data: The next frontier for innovation, competition, and productivity," McKinsey Global Institute, 2011.
J. Gantz and D. Reinsel, "Extracting Value from Chaos," IDC IVIEW, June 2011.
Gartner, "Top 10 Strategic Technology Trens for 2013," Special Report, 2012, [Internet] Available: http://www.gartner.com/technology/research/top-10-technology-trends/.
J. W. Ahn, M. S. Yi, and D. B. Shin, "Study for spatial big data concept and system building", Journal of Korea Spatial Information Society, vol. 21, no. 5, pp. 43-51, October 2013.
K. C. Laudon and J. P. Laudon, "Management information systems; managing the digital firm", Pearson Education Asia, p.78, 2017.
Y. J. Seo and W. K. Kim, "Information visualization process for spatial big data," Journal of Korea Spatial Information Society, vol. 23, no. 6, pp. 109-116, December 2015.

원문보기 상세보기
National Competency Standards sites [Internet]. Available: http://www.ncs.go.kr
Korea Data Industry Promotion Association , "Data Industry Survey 2018," [Internet] Available: https://www.kdata.or.kr/info/info_01_view.html?field&keyword&page1&dbnum263&modedetail&type
National Information Society Agency, "2018 Data Industry White Paper," [Internet] Available: http://www.kdata.or.kr
National Information Society Agency, "Big Data Market Status Research 2017," [Internet] Available: http://www.kdata.or.kr.

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