[논문]수산업 빅데이터 플랫폼 구축 방안에 대한 연구

최주원; 정재욱; 김영애; 신용태

doi:10.3745/ktccs.2020.9.8.181

수산업 빅데이터 플랫폼 구축 방안에 대한 연구
Study on the Big Data Platform Construction of Fisheries 원문보기

정보처리학회논문지. KIPS transactions on computer and communication systems 컴퓨터 및 통신 시스템, v.9 no.8, 2020년, pp.181 - 188

최주원 (숭실대학교 IT정책경영학과) , 정재욱 (숭실대학교 IT정책경영학과) , 김영애 (숭실대학교 IT정책경영학과) , 신용태 (숭실대학교 컴퓨터공학부)

초록
AI-Helper

수산업은 현재 전통어로어업에서 양식업으로 패러다임이 급속히 전환되고 있으며, 수산자원 고갈, 어촌 공동화에 따른 기반 약화 등 다양한 문제점에 직면하여 있다. 이를 타개하기 위한 수산업의 기반 강화, 어촌 6차산업화, 관련 기술표준 수립, 신산업 발굴 등을 위해서 수산업의 중심산업, 주변 산업의 데이터와 공공 및 민간의 유관 데이터를 모두 포함하는 수산업 빅데이터 플랫폼의 구축이 필요하다. 데이터 센터기관이 수집, 연계, 전처리를 수행하고, 플랫폼 주관 기관이 빅데이터 플랫폼 구축, 운영 및 데이터마켓을 통한 수산업 데이터 선순환 체계를 조성하여 당면 위기 극복 및 스마트 수산업 헤게모니 확보, 가치이동의 핵심열쇠로 활용하여야 한다. 본 연구를 통하여 이를 성공적으로 추진하기 위한 정책적·기술적 빅데이터 플랫폼 구축 방안에 대하여 제안하고자 한다.

Abstract ▼ AI-Helper

The fisheries industry is rapidly shifting from a traditional fishery to aquaculture paradigm and it faces various problems such as depletion of fishery resources and aging of fishing villages. We need the establishment of a fisheries big data platform that includes both the data of the central and surrounding industries of the fisheries industry for enhancement of establishment of a fisheries, 6th industrialization of fishing villages, establishment of related technical standards, and discovery of the new industries to overcome this. Data center agencies should collect, link, and pre-processing, and the platform organizer should create a water industry data virtuous circle through the establishment, operation, and data market of big data platforms to help overcome the current crisis, secure smart fisheries hegemony, and use it as a key to value transfer. Through this study, I would like to propose a policy and technical big data platform construction plan to successfully promote it.

주제어

표/그림 (5)

표 Table 1. Expert Conference Topics
표 Table 2. Fishery Data Classification
표 Table 3. Fisheries Public Information System
그림 Fig. 1. Fisheries Big Data Platform Architecture
그림 Fig. 2. Big Data Platform Framework

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 수산업 빅데이터 플랫폼 구축 위한 방안에 대하여 기술하였다. 하지만 플랫폼을 구축하더라도 실제 고품질, 대량의 데이터를 원활히 확보하고 유통 가능하도록 선순환 체계 구축을 위한 수산업 데이터 생태계 조성 전략과 활성화 방안에 대해서는 별도의 연구가 필요하다.
본 논문에서는 수산업 빅데이터와 관련된 국내외 연구사례를 분석하고, 전문가들의 인터뷰에 기반한 수산업 데이터 수집 및 생태계 조성 방안과 플랫폼 구조화 전략을 도출함으로써 수산업 빅데이터 플랫폼 구축 방안을 연구하고자 한다.
빅데이터 관련 IT기술도 지속적으로 발전하고 있는 지금 시점에서 수산업 빅데이터 플랫폼 구축은 수산업 체질개선 및 가치이동의 성공적인 열쇠가 될 수 있다는 점에서 큰 의의가 있다. 본 연구를 통하여 실제 수산업 빅데이터 플랫폼을 성공적으로 구축 하는데 도움이 될 수 있도록 정책적, 기술적 가이던스를 제공하고자 하였다.
지금까지 수산업의 중심·주변산업과 공공, 민간의 유관데이터를 모두 융합하는 수산업 빅데이터 플랫폼을 구축하기 위한 보편적 방안에 대하여 연구하였다.

제안 방법

수산업 중심산업과 주변산업, 유관산업으로 정보를 분류하고 수집 가능한 데이터 형태를 세분화하여야 한다. Table 2와 같이 전문과 회의를 통하여 수산업 빅데이터 플랫폼에서 수집하고자 하는 데이터의 유형 파악 및 분류를 수행하였다. 데이터를 수집할 수 있는 대상은 크게 공공과 민간으로 분류가 가능하다.
빅데이터 분석 플랫폼의 실시간 분석은 Spark와 Kafka로 구성된 In-Memory 기반 실시간 데이터 수집기와 분석기로 구성하고, Hadoop 기반 분석에서는 데이터 수집기(Druid) 및 OLAP과 같은 BA(Business Analytics)와 머신러닝 및 인공지능을 지원하는 분석 툴 등으로 구성하는 것이 효율적이다. 분석 데이터를 위한 저장소는 HDFS 기반의 DB 또는 Hive 등 오픈 소스로 구성하며, 분석 도구는 전문가 유저뿐만 아니라 일반 유저도 직접 분석 도구를 통해 데이터를 발굴하고 분석, 모델링을 지원할 수 있도록 사용성이 높은 UI기능을 구현해야 한다. 시각화를 위한 메타 DB 변경에도 자동으로 시각화가 가능하도록 메타데이터베이스 자동 매핑 등의 편의성도 고려해 볼 수 있다[22].
회의 내용을 분석하기 위해서 회의록을 작성했으며, 중요사항을 중심으로 의미발견(코딩) > 핵심범주 도출 > 주제 도출의 방식으로 분석을 수행하였다[14].

대상 데이터

빅데이터 플랫폼의 품질은 정보기술의 발전으로 안정적인 목표 달성이 가능하나, 대량 데이터의 품질과 양을 확보하고 빅데이터 생태계조성을 위해서는 효과적인 정책 방향성 정립이 요구된다[13]. 이를 수행하기 위하여 2019년부터 3월부터 2020년 2월까지 총 4차례에 걸쳐서 빅데이터 전문가, 수산업 전문가, 수산 정보시스템 전문가, 컴퓨터공학 전문가 등 16명에 대하여 핵심요인 중심으로 회의를 수행하였다. 회의 내용을 분석하기 위해서 회의록을 작성했으며, 중요사항을 중심으로 의미발견(코딩) > 핵심범주 도출 > 주제 도출의 방식으로 분석을 수행하였다[14].

성능/효과

이를 위한 빅데이터 분석 및 시각화 모델은 분석 플랫폼과 분석 데이터 저장소, 분석 도구, 시각화 도구를 포함한다. 빅데이터 분석 플랫폼의 실시간 분석은 Spark와 Kafka로 구성된 In-Memory 기반 실시간 데이터 수집기와 분석기로 구성하고, Hadoop 기반 분석에서는 데이터 수집기(Druid) 및 OLAP과 같은 BA(Business Analytics)와 머신러닝 및 인공지능을 지원하는 분석 툴 등으로 구성하는 것이 효율적이다. 분석 데이터를 위한 저장소는 HDFS 기반의 DB 또는 Hive 등 오픈 소스로 구성하며, 분석 도구는 전문가 유저뿐만 아니라 일반 유저도 직접 분석 도구를 통해 데이터를 발굴하고 분석, 모델링을 지원할 수 있도록 사용성이 높은 UI기능을 구현해야 한다.
플랫폼 주관기관의 역할은 첫 번째, 국가 및 공공기관과 협의를 통하여 공공데이터 연계 및 법제도 활용에 문제가 없도록 협업체계를 구축해야 되며, 두 번째, 데이터를 보유하고 있는 민간단체 등 대상을 정확히 파악하고 데이터 센터기관으로 참여시킬 수 있어야 한다. 세 번째, 빅데이터 플랫폼 구축을 추진할 수 있는 예산이 확보 가능하여야하고, 네 번째, 데이터 소비자들이 필요로 하는 니즈를 정확히 파악하고 구축 방향성을 정확히 설계하여야 하며, 마지막으로 일방향, 폐쇄적인 형태가 아닌 데이터의 축적, 유통, 거래가 활성화되도록 생태계를 구축할 수 있는 역량을 보유해야 한다. 이런 점에서 국가 중앙부처의 직접 수행은 제약이, 민간주도에는 역량의 한계가 있을 수 있으며, 적정한 역할 수행이 가능한 공공기관이 단독 혹은 민간 등과 컨소시엄을 구성하여 추진하는 것이 가장 효율적이다[15].

참고문헌 (23)

Food and Agriculture Organization of the United Nations (FAO), "2018 The State of World Fisheries and Aquaculture," 2018.
Ministry of Oceans and Fisheries Press Release, "Korea's Seafood Production is 3.3 Million Tons, Ranking 14th in the World," Jan. 10, 2017.
Ministry of Oceans and Fisheries, "Fisheries Innovation 2030 Plan," Feb. 2019.
Ministry of Oceans and Fisheries Press Release, "Smart Launch of Marine Fisheries to Lead the 4th Industrial Revolution," Nov. 11, 2019.
C. S. Lim, “Technology Trends on Big Data Analysis Tools,” Next Generation Computing Society of Korea, Vol. 10, No. 5, pp. 77-84, 2014.
G. W. Kim, C. H. Lee, H. H. Im, and B. J. Lee, "Development of a Marine Oil Spill Response Support System using Big Data," Korean Society for Marine Environmental Energy, 2019.
C. G. Kim, J. Y. Chun, and G. S. Kim, "Analysis of Marine Tourism Visit Based on Big Data," Korean Society for Marine Environmental Energy, 2019.
C. M. Ma, Y. S. Lee, S. C. Lee, J. E. Ahn, and M. K. Yun, "Research on Industrialization of Advanced Aquaculture Technology," Dec. 2015.
M. Gutierrez, A. Daniels, and G. Jobbins, "Fishing for Data - The Role of Private Data Platforms in Addressing Illegal, Unreported and Unregulated Fishing and Overfishing," 2018.
S. Davy, "Aquasmart - Aquaculture Smart and Open Data Analytics as a Service," 2017.
W. Merten, A. Reyer, and J. Savitz, "Global Fishing Watch - Bring Transparency to Global Commercial Fisheries," 2016.
V. Q. Nguyen, S. N. Nguyen, and K. B. Kim, “Design of a Platform for Collecting and Analyzing Agricultural Big Data,” Journal of Digital Contents Society, Vol. 18, No. 1, pp. 149-158, 2017.

원문보기 상세보기
J. B. Kim, “An Empirical Study about Success Factors of Bigdata Analysis System Implementation,” Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol. 7, No. 12, pp. 849-856, 2017.
O. N. Park, J. M. Lee, K. J. Bae, and S. J. Cha, “A Study on Future Direction and Improvement of Services for National Library of Korea,” Journal of the Korean Biblia Society for Library and Information Science, Vol. 28, No. 4, pp. 269-299, 2017.
National Information Society Agency, "Big Data Platform and Center Construction Project Competition Guide," 2019.
Ministry of Oceans and Fisheries, "ISP Establishment Completion Report Data to Build a Customized Fisheries Information Integrated Service System," Jan. 2016.
M. Haoues, A. Sellami, H. Abdallah and L. cheikhi, “A Guideline for Software Architecture Selection Based on ISO 25010 Quality Related Characteristics,” The Society for Reliability Engineering, Vol. 8, No. 2, pp. 886-909, 2016.
Y. S. Moon et al., "Practical Guide to Big Data Technology," Korea Database Agency, 2015.
S. Meenakahi and S. Aditya, "Big Data and Hadoop Ecosystem - A Review," 2019 International Conference on Smart Systems and Inventive Technology, IEEE, 2019.
Ministry of Oceans and Fisheries, "The First Comprehensive Plan for Joint Use of Marine and Fisheries Information - For Realizing a Value-based Data Hub for Marine and Fisheries Information," Dec. 2018.
D. Q. Geng, C. Y. Zhang, C. J. Xia, X. Xia, Q. L. Liu, and X. S. Fu, "Big Data-Based Improved Data Acquisition and Storage System for Designing Industrial Data Platform," IEEE, Vol. 7, 2019.
W. J. Cho, J. S. Shim, and S. C. Park, “Design and Implementation of BigData Visualization System Based on Meta DB Automatic Mapping Algorithm,” 2016 International Information Institute(Tokyo), Vol. 19, No. 2, pp. 673-681, 2016.
K. A. Yang, D. W. Lee, K. H. Kim, and H. J. Yoon, “Analysis of Security Threat and Security Requirements of the Bigdata System,” Journal of Security Engineering, Vol. 13, No. 6, pp. 501-514, 2016.

상세보기

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