데이터의 과거-현재

검색 관리 저장 공유 분석

2

된 목적/Task를 위해 학습(경험: 인지, 사고, 판단, 행동)을 기반으로

실행결과를 지속적으로 개선해 나갈 수 있는 인간의 요소를 구현하는

기계(컴퓨터시스템)의 능력/역량

Intelligent Element Example of Application

(Automated) Reasoning

Automated Theorem Proving,

Formal Semantics of Programming Languages, and

Formal Specification in software engineering

Planning

(Automated planning and

scheduling)

Automated robots/ autonomous vehicles

(Machine) Learning Game Playing, Medical Advisor, Stock Advisor

Automated Online Assistant

providing customer service)

3

정보기술과지능정보기술적용사례

지능정보기술

인간의 지능적 활용

외부환경 신체(오감기관) 두뇌(지능) 신체 외부환경

전달(통신) 전달(통신)

사물인터넷(센서) 지능형 SW, 고성능컴퓨터, 뉴로모픽칩 ICT기기(로봇, 무인차 등)

정보 인지 학습 추론 실행 대응 수집

인간 활동

ICT 구현

정보기술

4

농경기술

대량생산기술

정보기술

지능정보기술

(

5

Output

Throughput

Input

빅데이터 기반 서비스 빅데이터를 활용한 비즈니스 모델 Data-driven Business …

Data Data Scientist 육성

빅데이터 기술과 툴 (Hadoop, STT/TTS, Cloud, …, 형태소사전, …)

규제/제도 (비식별조치,..)

Biz Domain Knowledge

R&D …

(1) 빅데이터 산업육성을 위한 Framework

지능정보사회

6

투자는 다소 소극적이지만 활용 건수는 증가하고 있으며 성공사례에 대한 관심 확대는 지속

• 정부 공공의 투자 확대 및 중견 이상 기업을 중심으로 빅데이터 투자 증가세

종 류 내 용

2013년

정부의 Big Data 지원 정책 수립(빅데이터 시범사업: 서울시 심야버스 사업 등) 초기 정부 공공 투자 230억 원 국내 그룹사의 Pilot 프로젝트 시작

2014년

• Big Data 관련 정부 투자가 2014년 490억 원으로 확대 • 민간 투자도 증가하면서 전년대비 22.5% 의 성장세

2015년

• Big Data 시장 활성화를 위한 정부 투자 규모가 698억 원으로 증가 • 기업 스스로의 의지에 기반한 Big Data 투자는 여전히 소극적이나 이전 연도와 비교하여 활용 건수가 확대되고 관심 도 또한 증가세 • 2014~2015년은 수요(고객)자들의 빅데이터 유용성 인식의 확대, 파일럿 프로젝트 확대, DW/BI 업무 고도화, 자사와 관련하여 유관 사례 스터디 및 참조 등이 나타나는 시기

2016년

• Big Data 활용에 대한 파일럿 프로젝트가 마무리되면서, Big Data 분석 시스템 구축이 확대될 전망 • IoT 및 Big Data 활용, 성공 사례가 나타나고 데이터 매쉬업이 활발해지면서 Big Data 관련 투자 또한 활기를 띨 것으 로 전망 • 업종별 리더십을 가진 기업의 활용 사례가 하위 경쟁 업체의 투자를 이끌어낼 것으로 전망 • Big Data 플랫폼, 시스템 구축 뿐만 아니라 Big Data 서비스도 활성화 될 것으로 예상

2017년

2018년

• 다양한 분석 알고리즘 및 업무 적용사례가 중소 기업의 도입을 견인할 것으로 예상 • 데이터 거래, 데이터 매쉬업이 보다 활발해지면서 데이터 분석의 핵심은 빅데이터 기반의 분석 기술로 변화할 것으로 예측

(2) 빅데이터 현황: 국내 빅데이터 현황과 전망

7

국내 기업 도입률 4.3% (1천억원 이상 기업의 경우 9.6%가 도입)

기업당 평균 5.8억 원의 예산 투입 (1천억 이상 기업의 2015년 기준)

4.3%

8.1% 9.6%

3.9% *

2014년 2015년

(2) 빅데이터 현황: 국내기업의 빅데이터 도입현황

8

0%

20%

40%

60%

성능미달 경제적

비용

보안 위험 개인정보

침해위험

기술적

복잡성

내부역량

부족

기타

2014년(복수) 2015년

① 경제적 비용 ② 내부역량 부족 ③ 보안 위험 ④ 개인정보 침해위험

빅데이터 도입 장애 요인

(2) 빅데이터 현황: 빅데이터 도입에 장애 요인

9

빅데이터라고 할만한 데이터가 없고, 도입 효과에 대한 의심이 대부분

• 대부분의 중소기업은 자사 업무 성격상 빅데이터와는 무관하다고 판단

(2) 빅데이터 현황: 빅데이터 도입에 대한 우려

10

데이터 분석에 보다 많은 인력이 필요하며 높은 수준의 데이터 분석 능력 보유자를 선호

• 수요 기업들은 빅데이터 경험자를 선호

Big Data 부문 선호 인력 - Top 5 (공급기업) Big Data 선호 인력 Top 5 (수요기업)

빅데이터 산업은 아직 초기로 실무 경력 보다는 기존 데이터 분석에 있어 고급 능력 을 가진 인력을 선호

1,587 1,399

1,215 1,119 1,069

995 853 798

빅데이터 데이터

경험자 분석

전문가

데이터

전문가 수료자 과정수료자

민간 공공기관 빅데이터

아키텍처 빅데이터 빅데이터 경시대회 교육과정 인력양성 입상 경력

SQL OCA,

전문가/ OCP,

개발자 OCM (오라클)

기타

우대자격

[2015 – 수요기업 908개 응답 기준] [1~3순위 가중치 적용]

120

88 78

54

33

45

고급 데이터 분석

전문가

(DB/통계 전문가)

IT분야

경력 및 지식

빅데이터 관 련 비즈니스 기회 포착 및

창출

빅데이터

실무경력

고객 비즈니스 이해 및

커뮤니케이션 스킬 능력

IT분야에 대한 오랜 경험과 실질적인 비즈니스를 창출 할 수 있는 실무적인 측면에 서의 능력을 가진 인력을 선호

기술적인 측면에서의 능력 보다는 비즈니스 측면에서의 능력 및 경험을 우대

빅데이터 인력 채용 시 우선순위로 빅데이터 실무 경험 및 데이터 분석/설계 역량 을 중시하는 경향

단발적인 경시대회 입상 경력보다는 기존 데이터 인력의 빅데이터 교육 경험을 더 우대

실질적인 빅데이터 도입에 있어 설계부터 마무리까지 전체 업무에 참여하면서 프 로젝트를 이끌 수 있는 인력을 선호

[단위 : 응답 건수]

[2015 – 공급기업 100개 응답 기준]

[중복 응답]

[단위 : 응답 건수]

(2) 빅데이터 현황: 빅데이터 전문인력부족

11

Big Data 산업 활성화 Top 5 (공급기업) Big Data 산업 활성화 Top 5 (수요기업)

빅데이터 성공 사례 창출/전파 및 법제도 개선이 가장 중요한 문제로 지적

• 업종별 자가 확산형(Self-propagating)사례가 부족하여 성장이 더딘 상황

수요기업은 보수적 투자 관점에서 빅데이터 성공 사례를 통해 도입 효 과 및 성과를 타진 후 투자를 진행하려는 시각이 우세

빅데이터의 활용 및 새로운 BM 확대를 위해 개인정보보호법 등 비즈 니스 활성화를 저해하는 규제의 제거 및 완화 필요

[2015 – 수요기업 908개 응답 기준] [1~3순위에 따른 가중치 적용]

각 업종별 참조할 모델 개발이 중요

빅데이터 분석/활용/거래의 촉진을 위한 법/제도 정비 필요

빅데이터 산업의 기초 인프라 구축을 위한 연구 및 인력 양성 지원 필 요

순위 정책 요구 사항

1위 Big Data 관련 성공 사례 전파 (61)

2위 Big Data 관련 법/제도 정비 (55)

3위 Big Data 관련 연구 개발 지원 (31)

4위 Big Data 유통 체계 마련 및 활성화 (22)

5위 Big Data 관련 인력 양성 및 교육 (20)

[2015 – 공급기업 100개 응답 기준]

[중복 응답]

순위 정책 요구 사항

1위 Big Data 관련 성공 사례 전파 (2,296)

2위 Big Data 관련 법/제도 정비 (1,464)

3위 Big Data 관련 제품, 기술, 서비스 수준 향상 (1,188)

4위 Big Data 관련 연구 개발 지원 (997)

5위 Big Data 산업의 국내외 시장 자료 확대 공유 (810)

(2) 빅데이터 현황: 빅데이터관련 문제점

12

Input(요건) 이슈

Data 연구/교육/스타트업/중소중견기업들은 필요데이터 절대부족, 공공데이터의 낮은 유용성

Data Scientist(분석인력) 양적 목표에 치우친 전문인력육성으로 고급인력 절대부족

기술과 도구 STT/음성인식기술 제한적 접근, 국내 Cloud서비스 미흡, GPU부족 등

R&D 서비스 또는 비즈니스모델 연계된 R&D 부족

규제/제도/법제 비식별조치 가이드라인, 데이터 유통/거래 제도개선 및 활성화 필요

Biz Domain지식/역량 업종별 가치창출과 비즈니스 모델 구축 역량/경험 절대 부족

창조적 사고 역량 새로운 비즈니스 모델을 위한 창조적 사고 역량 절대적 부족

…

(3) 빅데이터 현행 이슈

빅데이터 추진은 이대로 좋은가?

13

Input(요건) 이슈해결을 위한 제언

Data 데이터 있는 기업과 데이터가 부족한 기업(연구소/학교/스타트업/중소 중견기업)간의 Partnership구축을 위한 정부 정책과 지원

개방된 공공데이터의 질적 향상과 활용 촉진을 위한 다양한 시범/실증사업 추진

Data Scientist (분석인력)

소수고급인력을 집중적으로 육성할 수 있는 특수 교육 프로그램 (문제해결중심의 훈련내용, 실습과제, 강사, 훈련 장비와 시설/여건, 등등)

빅데이터 전문 고등학교설립을 통한 장기적 전문인력 육성

기술과 도구 빅데이터 활용/확산을 위해 필요한 기술에 대한 접근성 지원과 기술교육 확대 빅데이터 확산을 위한 도구(예, 형태소 사전, 긍/부정 사전, 업종별 전문사전 등)

개발 지원

R&D 서비스 또는 비즈니스모델을 개발할 기업과 정부 R&D간의 사전 기획 기회 선별적 제공

규제/제도/법제 비식별조치를 통한 데이터 결합/활용과 법제 개선병행 데이터 유통(또는 거래)업체 단계적 활성화

Biz Domain지식/역량

업종별 가치창출 역량과 비즈니스 모델 구축 역량 강화를 위한 교육과 실전 경험 강화

창조적 사고 역량 창조적 사고 훈련을 위한 프로그램 개발과 교육 확산

빅데이터 추진 Know-how

앞선 해외기업들과의 적극적인 Cross-benchmarking을 통한 시행착오 감소와 개선방향 설정 14