연구성과물검색
유형별/분류별 연구성과물 검색
HOME ICON HOME > 연구과제 검색 > 연구과제 상세정보

연구과제 상세정보

국내 기업을 위한 빅 데이터 적용 방안 도출 및 기대효과분석
A Study on Big-Data Application Methods and their Expected Effect Analysis : Focused on Domestic Firms
  • 연구자가 한국연구재단 연구지원시스템에 직접 입력한 정보입니다.
사업명 중견연구자지원사업 [지원년도 신청 요강 보기 지원년도 신청요강 한글파일 지원년도 신청요강 PDF파일 ]
연구과제번호 2012S1A5A2A01020334
선정년도 2012 년
연구기간 1 년 (2012년 05월 01일 ~ 2013년 04월 30일)
연구책임자 박주석
연구수행기관 경희대학교
과제진행현황 종료
과제신청시 연구개요
  • 연구목표
  • ○ 첫 번째 목적은 빅 데이터 활용 방안 발굴 및 기대효과 분석임. 최근 빅 데이터에 관심은 높아지고 있으나 활용 방안에 대한 구체적인 연구가 부족하고 기업의 실제 활용도 특정 영역에 국한되어 있음. 기업에 적용 가능한 빅 데이터 분야를 새롭게 발굴하고 그 적용 분야의 기대효과를 측정함으로써, 국내 기업의 빅 데이터 활용을 촉진시키고자 함.
    ○ 두 번째 목적은 대표적 빅 데이터 적용 시나리오 도출 및 필요 기술 제시임. 국내 기업의 빅 데이터 활용을 활성화하기 위해서는 국내환경에 적용이 용이한 현실적인 방안이 필요하며, 이를 위한 구체적인 시나리오 분석과 필요기술 도출이 요구됨.
    ○ 세 번째 목적은 빅 데이터의 단계적 발전 방향 제시임. 빅 데이터의 관련 영역은 매우 광범위하여, 필요 기술에 대한 투자도 매우 클 수 있기 때문에 단기간에 모든 것을 구현하는 것은 비현실적임. 따라서 국내기업의 체계적인 활용과 가치창출을 위해 빅 데이터의 발전 방향을 단계적 관점(예: 도입기/활성화기/고도화기)에서 제시하는 연구가 필요함.
  • 기대효과
  • 3. 결과 활용방안

    3.1 연구결과의 기여도
    ○ 본 연구 수행을 통해 다음과 같은 기여를 할 것으로 예상됨.
    ○ 첫 번째 연구 목적인 ‘빅 데이터 적용 방안 발굴 및 기대효과 분석 연구’를 수행함으로서 기업이 활용 가능성을 타진하고 적용 분야를 찾는데 용이해 질것임. 또한 학문적으로는 소셜 미디어 데이터 이외의 비구조화 데이터에 대한 연구의 발전에 기여할 것임.
    ○ 두 번째 연구 목적인 ‘대표적 빅 데이터 적용 시나리오 도출 및 필요기술 제시’를 수행함으로서 빅 데이터의 적용을 어려워하는 기업에 Best Practice(모범 사례)와 같은 효과로 작용할 것임.
    ○ 세 번째 연구 목적인 ‘빅 데이터 단계적 발전방향 제시‘를 달성함으로서 기업 빅 데이터 적용에서 초기 투자비용을 최소화 하고, 활용성을 높여 획득가치를 증가시키며, 향후 발전을 준비하는데 기여할 것임.

    3.2 인력양성 방안 및 교육과의 연계 활용 방안
    ○ 국내 기업에 빅 데이터가 활성화되기 위해서는 필요한 기술 인력 양성이 중요함. 과거 데이터 관련기술이 데이터 모델링과 Data Mining에 집중되었다면 앞으로는 Data Architect와 Data Science 기술이 매우 중요함.
    ○ 빅 데이터 시대에는 구조화된 데이터와 비구조화된 데이터를 통합하여 관리하는 기술이 중요함. 과거에는 구조화된 데이터를 처리하기 위한 관계형 DBMS가 중심이 되었고, 이를 위해 데이터 모델링에 많은 관심을 갖지게 됨. 최근에는 소셜 네트워크 데이터, 위치 데이터, 오디오 데이터, 비디오 데이터 등 비구조화된 데이터 처리 기술이 주목받는 기술이 되고 있음. 특히 구조화된 데이터와 비구조화된 데이터를 통합하여 관리하기 위한 전사 차원의 Data Architect 기술이 매우 중요함.
    ○ 빅 데이터 시대에 걸맞는 고급 분석기술을 수행하는 Data Science임. Data Science는 기업 데이터를 통하여 가치를 창출하는 과학자이자 예술가라고 할 수 있음. 무의미한 데이터에서 도출하기 위해서는 기술력과 통찰력이 모두 필요함.
    ○ 따라서 좋은 Data Science는 통계, 모델링, 수학 등의 지식을 갖추어야 하고 분석대상인 산업에 대한 경험이 풍부해야 함.
    ○ 본 연구에서는 Data Science와 Data Architect 양성을 위한 구체적인 교과과정을 제시하고자 함.
  • 연구요약
  • ○ 2011년 들어서 MIT, McKinsey, World Economic Forum 등에서 빅 데이터의 활용 측면을 강조함. 이러한 발표들을 토대로 본 연구의 효과적인 수행을 위한 4가지 연구방법을 수립함.

    ○ 첫 번째 연구수행 방법은, 다양한 빅 데이터 관점의 적용임. 데이터 유형 별, 산업 별, 기능 별 다양한 관점에서 접근 하여 연구하는 것을 의미함.

    ○ 두 번째 연구수행 방법은, 성숙도 모형의 보완 및 적용임. 기존 성숙도 모형을 분석하여 국내 기업 특성에 적합한 빅 데이터 적용 성숙모형을 도출하기 위한 방법임.

    ○ 세 번째 연구수행 방법은, 프로세스 맵을 이용한 시나리오 도출임. 국내 기업에 적합한 빅 데이터 적용 대상을 선정하여 프로세스 맵 형식의 구체적인 시나리오를 도출하고 필요기술을 제시하는 방법임.
    ○ 네 번째 연구수행 방법은, 풍부한 경험의 전문가 활용임. 현업 및 학계 전문가를 대상으로 연구조사를 수행함으로서, 국내 기업의 빅 데이터 수요와 성숙도에 대한 연구의 정확성을 높이고, 연구 과정에 지속적인 전문가 자문을 통해 연구의 완성도를 높이려는 방법임.
  • 한글키워드
  • 빅 데이터,성숙도 모형
  • 영문키워드
  • Big Data,Maturity Model
결과보고시 연구요약문
  • 국문
  • 1. 연구의 필요성 정보통신 기술의 발달과 함께 데이터는 폭발적으로 증가하고 있으며, 이러한 현상으로 인해 최근 빅 데이터(Big Data) 관련 연구가 주목을 받고 있다. 빅 데이터는 기존 데이터 기술로는 처리가 어려운 정도의 많은 데이터를 처리하고 관리하기 위한 기법 또는 기술을 의미한다. 그러나 많은 주목을 받는데 비해 현재까지 국내 산업에 대한 실증 및 정립에 관한 연구는 부족한 실정이며, 따라서 빅 데이터 활용의 활성화를 위해 빅데이터 성숙도와 활용방안에 대한 연구가 필요하다. 2. 연구수행 내용 및 결과 본 연구는 크게 2가지 측면에서 진행되었다. 첫째는 빅데이터의 다양한 데이터 유형을 고려한 기업의 활용 방안 측면, 둘째는 빅데이터 성숙도를 위한 조사 및 분석을 수행했다. 3. 조사 분석결과 빅데이터 성숙도에 대한 조사 분석 결과를 통해 다음과 같은 4가지 결론을 도출할 수 있다. 첫째, 산업 전반에서 데이터 분석 활용에 대한 인식과 환경은 높아 졌으나, 실제 활용을 위한 투자는 잘 이뤄지지 않는다. 둘째, 기존에 대량의 데이터를 다루던 산업을 중심으로 메타데이터 관잠의 준비와 활용은 잘 이뤄지고 있으나, 대량의 특성을 제외한 빅데이터 분야의 준비와 활용은 상대적으로 잘 이뤄지지 않는다. 셋째, 예산이나 분석운영 활용 관점에서 예산에서 분석운영의 비중이 높은 기업과 복수의 분석운영 활용을 하고 있는 기업에서는 데이터 분석 운영에 대한 준비와 활용이 잘 이뤄진다고 생각하며, 투자나 데이터 규모 측면에서 향후 투자계획이 크거나 관리데이터의 규모가 커도 활용은 잘 이뤄진다고 생각하지만 준비는 잘 이뤄지지 않는 다고 인식한다. 넷째, 데이터 규모 중심에서 비정형/실시간 중심의 분석 운영 확장이 필요하지만 아직 미흡한 것으로 보이며 이를 위한 투자를 아직은 조심스러워하는 것으로 판단된다. 4. 결론 빅데이터는 모든 산업에서 높은 효과를 기대할 수 있다. 이미 선진국에서는 빅데이터 적용을 통하여 많은 효과를 보여주고 있다. 반면에 우리나라는 2012년부터 본격적으로 적용하기 시작하였으나 아직 뚜렷한 성과가 나타나고 있지 않는다. 본 연구에서는 국내에서 이미 적용되어 성과를 보이고 있는 카드산업, 유통산업, 은행산업 등의 사례를 분석함으로써 실제적인 적용 방안을 제시하였음. 따라서 이러한 실제적인 적용 방안은 빅데이터 적용을 더욱 활성화시킬 것이다. 성숙도 모형은 각 기관 혹은 산업의 정보자원관리에 대한 현재 수준을 진단하고, 개선의 방향성을 제시해 주는 프레임워크를 의미함. 본 연구에서는 기존의 성숙도 모형을 발전 개선한 빅데이터 최적 성숙도 모형을 도출하고자 하였음. 이를 위해 데이터분석 운영 업무준비도와 업무성숙도를 제시하였음. 따라서 국내기업들이 빅데이터 적용을 위해 초기에 무엇을 준비하고 향후에 어떻게 발전시킬 수 있는지를 가이드하고 있다. 본 연구에서는 카드산업, 유통산업, 카드산업에 대한 실제적인 적용방안을 도출하였으며, 향후에 제조산업과 공공산업의 실제적인 적용방안도 추가하는 방향으로 발전시키고자 한다.
  • 영문
  • The objective of this study is to identify Bigdata Application Model in each industry and to propose a maturity model for korean industry. For this study we examined several business cases for each industry and surveyed the acceptance of BigData processing environment and the maturity of Bigdata analysis. Finally we resulted in some application scenarios for card, distribution bank industries, and we also realized current maturity level in korean industry.
연구결과보고서
  • 초록
  • 정보통신 기술의 발달과 함께 데이터는 폭발적으로 증가하고 있음 이러한 현상으로 인해 최근 빅 데이터(Big Data) 관련 연구가 주목을 받고 있음. 빅 데이터는 기존 데이터 기술로는 처리가 어려운 정도의 많은 데이터를 처리하고 관리하기 위한 기법 또는 기술을 의미함. 2010년부터 국내외 연구기관 및 글로벌 기업들이 빅 데이터를 중요하게 다루기 시작 했으며, 2012년 다보스포럼(세계경제포럼:World Economic Forum) 등에서 비중 있게 다뤄지면서 세계적인 이슈 중 하나로 꼽히고 있음. 소셜 미디어와 스마트 환경이 발전하여 유비쿼터스 사회에 가까워질수록 빅 데이터는 가속화될 것으로 전망됨. 전문가들은 향후 빅 데이터가 비즈니스 제4의 투입요소로서 경영혁신, 경쟁력 강화, 생산성 향상 등을 촉진시킬 것이라 하며, 모바일 스마트 혁명과 더불어 핵심요소로 부상할 것으로 전망함. 그동안 기술적 관점에서 빅데이터 처리 기술에 대한 연구가 많이 이루어졌음. 반면에 빅 데이터의 활용과 가치창출업무 수행 관점의 연구는 최근에 진행되고 있으나 아직 미흡함. 기업들이 보유한 빅 데이터를 통해 어떤 가치를 창출하느냐가 향후 기업의 성패를 가늠할 상황에 직면함. 본 연구에서는 데이터 분석의 원활한 도입과 활용을 향상시키고 새로운 데이터 분석 및 활용 분야의 체계적인 근거를 연구하고자함.
  • 연구결과 및 활용방안
  • 분석 결과 요약 ○ 국내 기업의 분석 운영 환경은 형성되었으나 투자 환경은 미흡함 ● 대량의 관리데이터 (전체 62.1%가 50TB이상 데이터 보유) ● 복수의 분석 운영 활용 (전체 66.7%가 복수 분석 운영 활용) ● IT예산 중 낮은 분석 비중(65.5%가 예산의 10%미만)과 낮은 향후 투자 계획(현상유지 49.4%, 10%미만 증가 23.0%) ○ 분석 운영 및 활용에 대한 인지와 관심은 높으나 분석 환경의 확보는 상대적으로 부족함 ● 분석 업무 및 분석 문화 진단에 대한 높은 준비도 ● 낮은 분석 인력 및 조직, 분석 기법, 분석 데이터, 분석 인프라 준비도 ○ 메타데이터 활용에 비해 매우 낮은 비정형데이터 관련 분야의 준비도와 성숙도가 나타남 ○ 메타데이터의 분석 및 활용이 높은 분야(금융산업)의 준비와 활용은 상대적으로 잘 되었지만, 기타 산업의 경우 빅데이터 관련에 대한 준비와 활용은 잘 이뤄지지 않고 있음 ○ IT예산 중 분석 운영의 비중이 높을수록 빅데이터의 준비와 활용은 잘 이루어짐 ○ 향후 투자를 증가하고자 할수록 활용(성숙도)성은 높지만 분석 문화와 업무에 대한 진단을 제외한 준비는 잘 이뤄지지 않는다고 인식함 ● 반면 향후 투자가 줄거나 유지되는 그룹의 경우 분석 문화와 업무에 대한 준비를 제외하고 잘 이뤄진다고 인식함. ○ 관리 데이터 규모가 클수록 성숙도는 높지만 준비도는 낮다고 생각함(단, 타 분석에 비해 차이가 크지 않음) ○ 복수의 분석운영을 활용할수록 준비도와 성숙도가 잘 이뤄진다고 생각함. 연구의 결과 ○ 본 연구에서는 카드산업, 유통산업, 카드산업에 대한 실제적인 적용방안을 도출하였음. 향후에 제조산업과 공공산업의 실제적인 적용방안도 추가하고자 함. 이러한 5가지 산업에 대한 적용방안을 테플릿화 하여 국내 기업에 배포하고자 함. ○ 본 연구에서 도출된 성숙도 모형을 다수의 학술대회 및 세미나에서 발표하여 전파할 계획임. 발표와 함께 다양한 의견을 반영하여 최종적인 국내기업을 위한 성숙도모형을 확정하고자 함.
  • 색인어
  • 빅데이터, 데이터 분석, 데이터 분석 준비도, 빅데이터 성숙도, 데이터 유형, 빅데이터 활용, 데이터 분석 활용
  • 연구성과물 목록
데이터를 로딩중 입니다.
데이터 이용 만족도
자료이용후 의견
입력