제3호 빅데이터 사업으로 본 빅데이터 발전 방향¹…데이터 기획보고서 3호_...
TRANSCRIPT
1
제 3 호 ����� �
빅데이터 사업으로 본
빅데이터 발전 방향
- 글로벌 빅데이터 사례와 시사점 -
Ⅰ. 글로벌 빅데이터 정책동향 1
Ⅱ. 글로벌 빅데이터 추진현황 6
Ⅲ. 분야별 빅데이터 진단 9
IV. 결론 및 시사점 23
[참고] 빅데이터 시범사업 추진 현황 26
CONTENTS
* 작 성 : 한국정보화진흥원 미래전략센터
김성현 박사
* 문 의 : 02-2131-0178, [email protected]
1
Ⅰ 글로벌 빅데이터 정책동향
□ �����������
o ����������� �����, ������·�����, ��������������� �!�"#�$%"&'�()*+�,-
o ./������012�345�35.5%, 67�018�345�27% 9:�;<(IDC 2011, NIA 2014)
- ./��’12=�9,727>?@�→ ’17=�32,400>?@(����35.2%, IDC)
* SW‧서비스가 약 66%를 차지하며, 체 ICT 성장률의 6배에 육박
- 67��’13=�1.643AB�→ ’17=�4,260AB(����26.9%, NIA)C��1
* 세계시장은 IDC의 2012년 실 와 2014년 망치를 조합하여 작성
o D6, EU, EF, G6�H�IJ6!�GKLC�M6�7�������
N���O�PCQ� �����R�"S�TU�VWX�I�
2
□ ������� o (��) ‘Big Data R&D Initiative’ TU�� YZ[\�� E]LC�
‘Data to Knowledge to Action’ ^C_`R�VW&+�,La, ��
����bc�O�^d�e0��fgh�ij�klm�n�o�#pX�I� - �q, rsTtq, �q, uvq�H�$%"S�wxX��90b��y���fm���z��{|&��Data to Knowledge to Action R&D C_ �}0
- �����N)m�b~Ttt����:���&���������,�
n�R�#p&��"S�����fs�O�TU�^������0, b~Ttt��fg�3��O����b�X��S��MR����
o (EU) ����������O�PCQ�01��8R�"S���-���k`������� ��b�X�N)&��"S������N���TU��g
- (��-����������) �����:\�3�(Big Data Value
Association)!�GKLC�PCQ�����01�I8, �����~����,
����R��S�G����O�������+R�"S�TU�VW - (������������ !) ������!�"S�G����rB
~������8, ��������fg��+�8�b��O����� ¡�, ¢B6�������£s�¤`����¥�TU�VW
o ("#) 6�� �����, �(~���․�������!�"S������¦§��t�O�] �[�X�I�
- (�����$%�&�) ������m�(¨(~�����N)!�8©&��"S�ª«�����TU�VW��E]LC�G���¬®��¥,
;M¯T������b�%"R��� - (����'(�)*�+,�-.) ������․N)!��#�°C±�²::\R���&��‘����GK��³��´����;µ’m�‘����GK�¶¢�}i’!�"S�R&D ;µ�VW
3
����������� ���������������
□ �/� !01 o T²� 2013=²����������;!�"S�TU!�F·�VW&¸La,
��������;;µ(2013.12�, ����), �������;;µ(2014.12�,
ICT ��) H������TU!��g&|�0 �G - ����������� ���������������3.0 ���
�� ������������『������������』���(2013.12�)
- ‘ICT �� �!"’#�$%&�‘����超!"’'��()���*�������+,-�./01���『�����������』 ��(’14.12�)
- ��¹X8�T²��Dº�1»��} /¼(’14.6.12, ����), �����½�Dº;µ�rB/¼(‘14.8, ICT ��)!��g&|��������;m�( (~�N)!�VW
4
□ �����2,��34��56
o (34) �����¶�2��¾¿��J�¶À, ���, wÁ��, ~^d
�¡X�Âd�2�ÃÄ, wÁ, ÅÆLC��w�����,- - 78Ç/X���M¶����·���X��S��È(~�Tt �É�O�~Ê[¶R��¯
- 9:Ç/X���M¶���·y����O�;Ë�^C.�X�,v�n�o! kl&+�b�
- ;<Ç/X�� wÁh�~mf/R�Ì�C���ÍÎ��ÅÆ, n����
+ H! ÏÐS�0Ñ��´!��¯< �����������>
① 탐색 (Explore)
⇨
② 분석 (Analysis)
⇨
③ 측 (Predict)
상품/서비스에 한 인식 탐색
(SNS분석, 감성분석)
구조 분석기법을 활용하여 핵심
장애요인/성공요인을 도출하고 개선
(인과 계, 패턴 분석)
문제의 발생, 동향을 사 측
(Predictive Modeling, Simulation)
※ 빅데이터 사업은 필요에 따라 수행되며, 단계가 높다고 사업수 이 높은 것은 아님
o (56) �����¶���Ò(2�����R��#�①*=�>?@A�B�&| °C±�:\R���&ÓÔ, ②CD�EFGA���&��"#
+Õ����R���&+, ③HIJK�L���&��"#����m�����^C.��b�!��¯&��ÖLC�w×�:Ø
- ������������X���(~�Ù�ÚvR�p�&|�°C±
���R�������,La, +Õ�O���T����R�wÁ&|�°C±�fo!�8�&+�b�!�:ØÛ�Ð
5
o (��) PCQ����������N)2 ①BM·>?@��N ②O?P9: ③��;<X�ÉG(��������, 2015)
- 63%X��Ü��PCQ���z2���M�O��¾¿�����R�©Ý
�É&|, wÁm�E²�ÅÆX�N) - 67�����N)wxX���ÛÞ(47.3%), fs·±ß(41.9%), +Õ���(36.6%)C�Ôàá(� !��2014)
⇒ 빅데이터의 단계는 탐색→분석→예측으로 분류할 수 있으며 빅데이터의 목적은
새로운 서비스의 개발, 생상공정의 효율화와 고객서비스개선으로 분류할 수 있음
□ �����QR�ST, GU��VW�XY o (QRST) +Õ��âã�!�V(&+�©¿�ä&ÓÔ�`ºå�æ!��#��É(65%), ¤`���`ºç!��#����R��É(55%), èé��
Tt������)(30%)
o (GU�Z[��VW�XY) 2014=�Tt��/[¶X��������8ê�ëì�J~LC�±ß����O�Î�, +Õ�����íy, î#�J~LC�� �(�"ï, tð"ï�H!��0( "#$%&'(, 2014)
<�����)*�+,�-�./�01>
빅데이터 혜택 요인 빅데이터 저해 요인
①운 효율향상
②매출향상
③고객서비스 향상
④사용자 만족
⑤경쟁 응
⑥가격 우
①경제 비용
②보안 험
③빅데이터 역량 부족
④개인정보 침해
⑤기술 복잡성
⑥ 빅데이터 성능이 미흡
� � ��20142� "#$%&'(�#$%3�4��-�20152���������56�#�
⇒ 빅데이터 도입 효과는 운영효율성 향상, 매출 향상, 고객서비스 향상 등이며, 도입
저해(위험) 요인으로 경제적 비용, 보안 위험, 역량 부족 등이 제시됨
6
II 글로벌 빅데이터 추진현황
□ ������������m� ��!���&|���;½�� �m��;!��8&+�EMsR�������,La, ��MR�"S�}ñ(~� �(�:\���
o òó������wÁ��N�ô�N)*+�,��wx����·��õ·ö÷·�[�wx�a, tø�ù, ��, �Î, �[����úX��8ê�mR�������,-�(789, 2011)
��������������
o ß6�� û�2012=�3w���¡LC�ü�3,790ý����������~�X��S��J:�,þLa, ö÷·�ÛÞ·���H���úX��+�
EMsR���&+�,-!�����,-(e-skills, 2013)
<:"������1;<�� �=0�>�>
* e-skills(2013) ���������(2013)������ ��
��������
�����������
�����������������
����
���� ���� ��� ����
!����"#
�$%� &'�� !� (��
"#
� ��������
����)�*�+,�� -
���������������
���������������
�.�/��0&1���*�23��45�
� 6�7�&1�� !�(*�23�� -
����������
����8*�23�� -
���(�����������
7
□ ;�./�����30%:��D�����R� ‘�i’&+� ‘N)’&��Ç/�a(��������, 2015), :`���2014=�PCQ���!��yLCS�[¶X��� '�������X��D��M�ÓÔ, íY� 2=�7��M��/¼'�d+���S�����73%C�Ôàá
o 2013=�20%X����������8ê��2015=�3�30%C�9:&������f���T(�;<!� ��&a, ��C�����wx�58%, �[�wx�����wx:�45%, 38%�������^C_`� ï!�t��(��������, 2015)
o ��������, �ù, ��M»��H���wx����S�ò(��n�R�#p&+����õ�!�}i&a, ���������X��½!�Ý+�,��©�� ��²n��M»���k�(~� �����C�:0��h�ëì!�����ÖLC�;<(IBRS, ?�@A)
□ �X��#�67�012�01��;�Z8:��sa, ����R�}ñ(LC�8ê����,��250ý��y�¶����8ê���6.1%X�@m( "#$%&'(, 2014)
o �Sy���2014=�[¶pmX��&�, N)��2�7.5%, íY�N)
/¼��,����8�10.9%X�@m
< �����)*B�-�./01�>
�������� !"#$����%
8
</C�D0�������E>
분야 주요 내용
융
뱅크 오 아메리카는 규모 고객데이터를 기반으로 고객 리, 맞춤형 융상품
추천 신용리스크 조기 응 등 은행 업무 반의 효율성과 수익성 제고(사례 1)로그래시 인슈어런스와 캐피탈원은 고객들을 체계 이고 효과 으로 세분화하여 그에 따라 맞춤한 제품을 개별화된 제품 략 제공
제조반도체 업체인 마이크론 테크놀러지는 장비에 유입되는 부품의 순서 조합에 따라 처리 시간이 달라지는 것을 발견하고 최 화된 공정 로세스를 도출하여 생산성 향상
유통
아마존은 업 필터링(collaborative filtering) 측 모델링 기법을 토 로 고객의 데이터를 분석하여 고객이 구매할만한 상품을 추천하여 매출 증
테스코는 고객 리 략을 통해 방 한 양의 고객데이터를 생성하여 홍보 략 인 고객 세부화에 이르기까지 다양한 고객 리 수행
월마트는 소매 과 공 업체 간의 가시 인 수요와 공 패턴을 분석하여 벤더가 리하는 재고 시스템을 구축
카지노 체인인 해러즈 사에서는 고객에 한 세부 이고 종합 인 자료를 수집하여 고객의 충성도를 높이는 방식으로 마 략 수립
o 67���������8êD���B~LC�� �(������X�tð·b~Tt��#�"�, ¦§�²�( "#$%&'(, 2014)m������b �T!�O�~Ê���D�, "J��~Ê�D��H(FGH�����I4�, 2014)���0#
o Dº²X����������¶$���m��C�~S�~Ê�b�, È�01���!�"#�2013=²�������0%¶�!��¯�G
o F�t+�X���������VW�ijm�Ç/R��#&��"#������N)�ij!�wx���ú�C�wÁ
9
III 분야별 빅데이터 진단
1 고객관리
o �ÛÞ, +Õ����R�ÏÐS�+Õfs�wxX���+Õ���R��%S���7������R��½LC, �ÛÞ��¼, +Õ��í�wÁ!��S�&'���ÛÞm�+Õ·�����fsR��S�������X�����R�( (LC�N)
o PCQ���z2��ÛÞ�wxX��+Õ����wÁ!��S��(ÍÎ,
"\�½���ÛÞ, oÏ�7� »wÁ, +Õ�w×R��S��ÛÞ�/¼ �!,
��·����O���X��S�)��wÁ, *ª �����ÛÞX�����R�N)� - y��/¼(Merchandising)wxX���y�/¼, :·, +\�O�,/� ò(�X�����R�N)&+�,La(789, 2011) +Õ��-�����R��%S T�·�T�����R�wÁ&|����·y�b�X�N)
※ 테스코는 고객 리 략을 통해 방 한 양의 고객데이터를 생성하여 홍보 략
인 고객 세부화에 이르기까지 다양한 고객 리를 수행
o 67X�8�>�om�.2��βnX��+Õ�.w�R��S��ÛÞm
*d~�/0X���+Õ�N»!�óÓC�S�y��V1���R����G�Ô,
*d~m�ª^d~������ÛÞ�H���������������D�
o 2015=������0%¶�X����Sy����������R�N)&|�y�V1���R�b�&¸La, �6~�f$Õ��¯»23�wÁ!�"#��������45Î�����R�wÁ&|���
- 0%¶�X��b�h������Î��Ô�6Tr¦��f$Õij����R�wÁ&|�+ÕZ�m�3fh�y�V1�Ô��» C�wÁ2��¯&r�7-
10
��빅데이터를 이용한 고객 리 사례 �
�� 렌트카 업체인 허츠에서는 세계 각국의 지점을 통해 확보한 웹 ����� ���� 문자메시지
코멘트를 포함한 대용량 고객 의견 데이터를 기반으로 서비스를 개선하고 고객 만족 ��사례 �
�허츠의 고객관리 �����
�� 롯데멤버스와 롯데백화점 및 롯데쇼핑의 고객 빅데이터를 활용하여 고객 특성에 따른 ���
을 선정하고 맞춤형 마케팅 ���사례 ��
� �롯데백화점 타겟팅 시스템과 분석 ��
�� 대한상의는 미래부 시범사업의 일환으로 대형유통사의 판매정보를 분석하여 지역 ����
중소상인을 위한 맞춤형 상품추천과 ���기온별 데이터 기반 마케팅 정보 ���사례 ��
� �대한상의 유통시장 분석정보 ����
11
2 e-Business
o ~�8��2�©9E!�ÏÐS�*d~��6�!�N)&|�+ÕTt��wÁ!��S����������X��@:Ø��°C±��¾¿��©:���!��:Ø
- e-Business ����~�8(©9E) ÇE/0!��#���(LC�+ÕTtR��É&+��X�óÓS�&'�����������:Ø&a,
c�S�:·TtR�9;LCS�:·�������H�����¾¿����
o Ù�, ª�<m�.2�PCQ�e-Business����~�8yX�+Õ���R�É(&|�+Õm�y�6�X�&8=�y�!�V1&+�,La,
Ancestry.com2�+n>���������DNATtR�p�&|�*d~X��[y��?(!�@ÙI��H�°C±������¾¿��©:!��0
<JK?LM��!N>O��E>
12
o 67X�8�~�k���c�S�y������������M��Î�23!��#����,������R�A�C�01�r+(~�e-Business ¶�M:�*þ-
- ./(~� ��!�:r+�,��'���~�NC�^`��¶)M�¯»23!�wÁ&|�¶�¯"R�cr&��H�+8�����wÁ��B!�()�G
��빅데이터를 활용한 e-Bisiness 사례 �
�� 미국의 아마존닷컴은 � !"#�$%&&'(%)'*+,-� .+&*-)+/0�을 사용하여 구매된 또는 조회된 �
품과 관련된 다른 상품을 123�아마존 매출의 456는 이에 의한 것이라고 보고된 바 78
�� 9/$-:*);3$%<은 =>?�� @=�사망 기록 등 역사적인 기록 자료 및 유전자 정보 등 다양한
비정형 데이터들의 연관성을 분석하고 검색 행적을 분석하여 조상 정보 찾기 서비스를 ���사례 A�
�� BC소프트는 게임 사용자들이 생산하는 방대한 양의 로그기록을 이용하여 회귀 DE�� 자기
유사도 알고리즘 및 기계 학습을 통해 게임 버그와 비정상적 사용자 FG�사례 H�
�빅데이터를 통한 사기방지 ����
� �
Fraud 탐지 시스템으로 본 패턴 탐지를 피하기 위한 패턴 변화 양상
13
3 보건의료
o tø�ù²n2�������ëì!�:1��m(LC�t|C���,�
wxC�����:�°C±��������m���(~��ù����
��!�:ØÛ�Ð
o tø�ù²n��IJ�������①�ü¢¶��3�b������②�y����③D��O��) ����④]M¯»�O�)�E��C���(~��ù�������, �ü�O�°C±��ù�B��3�b�, ���tø�ù��������, tø�ù�TU���¶pTX�N)F���,-(789, 2011)
� � � � ����������� �����
�
���������� �
����������� �
��������������������
����� !"#$%&�'�()
���� �
�������*+�,-���./0
�� ��� ������� 1�*+/
2��*+��34�
�������� �
�������*+�,-��45/0���
./0
�� ��� ������� *+,-�*�
67��-7�89
������������ �
�� ����� �-�:� *+� ;� <=� "��� �
>��*?&*��@0���A*�BCD�EF
�� ��� ������� G�*� HIJ� KLM��
�>� N>� OP�� QIRS,� TUV� QI�
����
������� !"#�
� ��$��%& �
'�()*�
��������������
14
o �ù�������X�,v��������ùW���¶pT�rBm�b~TtR�9;LC�S�ñGÅÆ�H ������b�!�:ØÛ�Ð
- 2013=�Dº²�0%¶�X������©¿�ä�)8C�¶)*��������R�N)&|�K}²TH*!�ÅÆ&¸La, ]M�êB/Wù
���X�óÓS�GB� ß��¶pT��¯ * 심장은 심장 근육의 기 자극에 의해 수축과 이완을 하는데, 정상 도로가 아닌 심실
조직에서 기 신호가 발생하거나 달에 이상이 있는 경우를 심실 부정맥이라고 함(다음 지식)
<$P�Q�HR��������E>
심실부정맥 예측 및 병상배치 최적화
국민건강주의 알람서비스
����������� ����� ������������
� �������� !"#$����%�&'(�
- �ù�(~�Æ�X���üm�����ù����b�!�"S�3�X
N)*v��)I)m�b����Ç¥X�N)F���,La, �ü¢¶�
��(~�õ+fs, �JÅÆX��) - tø�ùTU!�pTÐX�,v���������(~�ñG)0�O�fs, �ù��J�kl!��S��ù����[I, �m(~�\ùB����m�t�, ²JD��(�!��S���(~��ùtï������X��|
15
o #�X��UNC K�Ûv�����]M��fsR��#��ù���R����&|��)!�I)&¸La, b��GBm�3��f������R�(¨(LC�N)&|��üb�m��ù�B!�b�
- ]M�^C"X�+�wÁ!�()&|�6T�ñG���G!�ÅÆ&|���&ÓÔ, �ùtïD������23�wÁ!��S�^C.�����, ü��²L)���M, 9Ó�½���ù������!��¯�
o 67X���;6��ø�tï������LC�~#�;6���ñGTt:��/(LC�fs*+�,v������������X��sS�] �Ô, b~Tt�N)X��S�ûNC�(¨(~�������ü
- Dº²��0%¶�2��ü��ð;��[� t����, �ù���� �½
&'����ñG�O�GBTt��� ���R�b�&|�tø�ù�²n�
��������R��8
- ��X8��O�GBX������R�8ê&|��ù���R��m(LC
�¯&+�,La, ø�tïTt�wÁ!��#�6T�ñGX��S�\ùB���m��3�R��¯&��H�;½(LC�P2��¡LC�����R�N)
o tø�ù�������~×��r��ø�X�GJS��>!�����,�
wx�X8�@�&+��ü��,- - :1��)S�Tt~�b~���ùTt��ªá)X��S�ûNC�B1(LC�N)��ör*v ,ÓÔ���(��¡��õ&r�7Ù�����������i! �ü�
- Tt���I�:�������,���X��b~Tt��(IS�N)��:ØÌ=���(~�:�5d~��"J
16
��빅데이터를 활용한 보건의료 서비스 사례 �
구분전반적
정확도정밀도
민감도
(리콜)특이도 양성예측도
진단 78% 90% 80% 68% 90%
사후관리 79% 95% 74% 91% 95%
�� 미국 IBC� 헬스케어는 텍스트 분석 기술을 통해 저소득층 대상의 의료 보장제도 하에 7
는 저소득층 환자들의 재입원 비율을 줄여 의료비용 JK�사례 LL�
�����헬스케어 빅데이터 ���
������ )*+
�� 서울아산병원은 MNO�비정형 의료 데이터를 효과적으로 PQRST�� 법규준수를 ��S
는 의료 연구 목적의 연구정보검색시스템 UV�사례 L �
�아산병원 ��������
� � � � � � �
������,�-./01
17
4 제조
o �[�2�6: ���+)X�,v�:1�Q�²n!�(r&��IJ��LC, Tt���./�C�~#� ���¡��PÙr+���S�:\¶R����#
- GE��������3/h �~�8LC���!�íy&|�20=��D6��1~J�67S�(GDP)��25∼40%, ;./�GDPR�ü�10[∼15
[�ËT�9:0U�Ö�d+�;<
o �[�X����ñ�b�m�����9:R�"#��TM»��È�²������wÁ!�N)&|�VLa(Å: 1920=���W��m�}ï),
������①3�b��O�,/�②��¶R�fs�③��④�ÛÞ�O�ÍÎ�⑤ÍÎY����X�()�:Ø(789, 2011)
o #��PCQ��W��z2�3�b�X�����X�����[��
;�:\¶RX������R��m(LC�N)&+�,- - ���,/X�²��$%"S�+Õ���R�N)&+, ÚrX��1m�é��GK��±ß!��S��T����, ����J�����/¼��!X������R��/(LC�N)&+�,-
- GE��Yt�����7�é�R�²Z&|�����ñíy2��[����R��S�V:��¾¿�©:8���&+�,La, \�"T¶��ãB�Tt]r�N)&|�Î��íym��ñb�X�N)
* GE에서는 항공기의 부품에 장착된 센서 시스템 기록을 통해 발생된 데이터를 수집, 분석하여
지능형 항공정비를 수행. 출발지연과 항공편 취소를 방지하고 비용 감과 고객만족 실 (사례 13)
18
<�4��������E>
산업인터넷을 이용한 GE의
빅데이터 서비스
제조업 빅데이터 플랫폼
����23
������4�546
o 67X���S6á»�;!��%S���©���1X���T���R�08&+�,La, Dº²�0%¶�X������X�^�&����©��[�����ñfsR�"S������¶�!��¯
- PCQ��¡��E²����!���&�, ����R����¼m�3/&��08��Ùã�_r�72�}T�a�û��0�S��T���²��0L&|����¼, �����`cíLC��;�"J
o 2015=8������0%¶�X��������&D��~�G��M»(�²����������9:R�"#�²��[�Ty�����R�wÁ&|��ñX�D\��J~!�Í�&+�b�
- M»(²�3�BX�,\h�����wÁ¬®2�M»(²���2
�[�E½�[����N)��:Ø&|�����R��#�G����� ��!���&¸La, ����wÁ;n����N)��:Ø&a���N��X8��|(1~�wÁ�����i)
19
��빅데이터를 활용한 제조업 생산효율화 사례 �
�� 스웨덴 볼보는 자동차에서 발생하는 대규모의 운행 데이터를 WX�� 분석하여 차량 YZ
을 예측하고 차량보상의 정확도를 제고하여 고객관리 강화와 기업 경쟁력 향상 �
� � [�기존 �만대 출시 후 파악할 수 있었던 차량결함을 L천대 출시후 파악 \]
^�차량내 데이터생성장치 _
������ )*+
�� `메타빌드는 5L�년 미래부 빅데이터 시범사업의 일환으로 자동차 부품 제조사가 공동
활용 할 수 있는 빅데이터 플랫폼을 구축하여 데이터 분석 기반의 제품 품질향상을 �
^�자동차 부품 분석 빅데이터 플랫폼 _
20
5 재난�공공
o ������õa��Åc-��-��-��X�bc'�N)F���,���)S�8��Ed?�Ù¿d, ��²n���s(~��¶pTX�8â!�C���,-
- �y·IoT é��HX���Éh����R�wÁ!��#�õa��;[�)r, õa�0Ñ��´!��S��m(~���;µ�b�, ��[\���¯�H!��#�������õa��e#R�ò��
< IST�U�VW�XYZ�[\] �^_·�`�a��>
����������78� )9:;<�6,1�=>?@�ABCDE� ���%
- ��������²n��±ß�����b�, ¶��f2�ª×��)�,
[.g���9�C��hX�?�1,500A~3,000A��©��:\�����:Ø��ÖLC���. ��¹X8���������Tt����·bcX�N)*v�°C±����������m�T²�ý��9:X��|����,-(789, 2011)
21
o #�X����������n��#p, DºÅÆ, õa�O�ð;fs,
���.B��i, .ög��O��r�������(~��¯X��|
o 67���²nX��T²3.0 TUm��[ ��N��R�"S�����
¶���E]LC�������bcm�Tt������!�rZ�VW
- Dº²��0%¶�LC��¯h��O0�Kxe�³�����:�F·(~������N)��/�:�*þLa, Dº²��¯M²��0%¶�2������¶���rZ(~��¯!�rB�
- �yD·�r²�H���fX���jM(LC������¶�!��¯&|������������������R�}i
<V!���b��c � ;=0�^d��E(V!e)>
������;FG����%
22
��빅데이터를 활용한 공공서비스 개선사례 �
�� 미국과 유럽을 비롯한 주요국가에서는 과거 범죄기록에서 범죄 패턴을 분석하여 abcd의
발생지역 및 시각 efSgh�� i�jTkl�� 기상청 mnkl�� 도로교통 상황 정보 등을
종합 분석하여 교통상황에 대한 예측정보를 제공하는 등 사회현안 해결에 빅데이터를 oN
�빅데이터를 활용한 사회현안 해결 ���
� �
미국 샌프란시스코: 범죄예방시스템 이탈리아 밀라노 : 지능형 교통시스템
[� @pq� rsklR�tu�� 5L
�� vw는 5L�년도 미래부 빅데이터 시범사업의 일환으로 s\xyz{�|�}~�v9�����
데이터와 vw의 통화로그 데이터를 ���분석하여 ��������9��의 확산 경로를 ef
�사례 5�
�발생지 예측결과와 실제 �� !�
�������������
* 회색표시된 이 실제 발생지역임(출처: KT 2014)
23
IV 결론 및 시사점
□ ����������������[�÷��!��S���� ��,
��¯T�� �!���&����S�8�C�¶¢�� �X�k�S�²::\R���&+�,-�
o IJ6:��PCQ��2�����R�N)&|���!�9:0l+,
�X��@:Ø��Åc����R���
□ �����¶���Ç/��ÃÄ, wÁ, ÅÆLC�¶���Ò(2���������, ±ß���LC�w×�:Ø
o 2015=X�[¶S�67��¶$�O�0%¶�!�¶��Ç/��Ò(LC w×
구 분 탐색 분석 예측
�������
�� �����
Ancestry.com, ����
�����GS���
�, ������,
(����)
GE
(�����)
�����
BoA, ��, UNC�� !,
"#$%, &'NCSOFT, �()*+,
(-*./�01�)
(KT, AI23),
(��456�)
78�9, (:�9, (2014;<=>�?)
24
o wÁ�pm, 67¶$���6¶$����&|�m`�m�¶��Ç/�Æ�X���¶S��¡�!��~
- ����wxX���67��m�PCQ���©Ý�+Õ��*d~m
ª^d~�TtR���&|���h�+ÕfsR��¯ - 0%¶�X���f$Õ��r¦��cnij, y���Îij!�����C�wÁ&|�f$TU��!m�f$Tt���X�N)
- e-BusinesswxX���+Õ�íX�&��y�V1!�PCQ��m�67��� ©Ý� 0¯&+� ,LÔ, Ù��� T�S� V1�ØmAncestry.comm�.2�*d~�+�������¾¿�©:2�D�
- ���wxX��D6��ù�f2�~�rØ��B!�8êS��yrB
O��ù��I)!��¯&+�,La, 67X�����©�ø�tïTtR�N)S������¶���N�&'�W¯�
- �wxX���67�X���T���R�"S������¶���m`&'�08*þLÔ, GE����~�8!�N)S�¶;ÅcT���¾¿�©:m .2��8(~�N)�¶$��D�
- � ·��wxX�����n��#pm�õa�O�ð;fs, �r��� ���
HX������R�N�&'�()&+�,La, 67X���Dº²��8¶�!��#�jM(~�¶$R�rZ(LC���
25
□ Dº�[mq²��0%¶�2�67�¡!�S�Ç/�nvop�m`S�08C, �O0�Kxe��³��TU��!�rB�¶$��;6�rM�X�©%¶$C�;k*v, 67������t�X�Q��>�
o AI([×~¬qrM) ÅÆ2�Tt�R��#�¥(h����R�N)#
mq(�+��/(~�¯T!��¯����,m��:Ø�!��~S�¶$�a, M»(²���[��������wÁ!��S��ñíy�¶$��G�M»(�²��/�� ��!�os���,��IJS�/�:�*þ-
o ��m�45���R�N)&|��6~�f$Õ�»�m���¯�R�klS��6~�f$�rB�¶�2��������)�!�9ý&¸LÔ, b~^C"�3/wÁ�Ô�SNS �����÷�wÁ�Æ�X���D�
o �����0%¶���rZ(~��m��C��vr��"#����/(~��¯!�"S��t©:�H��½��g��GJ&a, ¶��0¯;�fg�B�8���#f/M���[f/R�ý�ô�uÌ&|�"ïJ~!��Ó
□ �[ ���vK��1�»�~�����������R��#������ ��!�������,La, ÷��!��#�°C±��!��������,���)S�8��
o ��2��[���wxX����©:���i!�"#��T²��b~TtR�t�&��8���;X��|����,8=�B�8R�T�&+,
o ����fK��P+�k��m:�Q�m��GKLC�0%¶�!��¯&+, }ï(~�7)��¶��wS�rZ(LC��i&|�������:Ø�!���#�Ô:xÐ
26
� ���������� �������
◇ 한국정보화진흥원 빅데이터 략센터는 2013년의 공익형 서비스 구축, 2014년의
산업 재난 시범서비스 구축에 이어, 2015년에도 빅데이터를 통한 산업 효율화
를 한 시범사업을 수행할 정임
1. ����� o ������8�����©:��i�O�b��rB! �#������
�����J����O�fg���� ��!���&+�����R��S�¶¢n��#p�VW
2. ����� o �����wx��������J���O�¶¢n��#pX��|����
,� ������������ ․!" - �, #$, � H�IJ��X��������N��R "S ���
����� - õa·tø�ù�H�����R�N)S������R�b�&|�¶¢
ið�#pX��|
3. %&����'( o rB�y: ��������R�b�&+M�&�����w���f ※ 제안의 우수성, 개발내용 등을 감안하여 과제당 2~4억원 지원
o rBcÊ: Îxy5 o �mN): 0%¶������z!�����)*+(,�-./012.34X�
��&|���{�G����E�`�5�rBX�N) ※ 국민건강보험공단(표본DB/질병분류별 집계DB), 다음소 트(트 터 데이터),
서울아산병원(심 도DB), KT(통화기록 통계DB), 비씨카드(업종별 매출추정DB) 등
27
4. �������56����57
연도 분야 서비스 내용
수행기관
(참여기관)
2013
교통
<심야버스 노선 수립 지원>
서울시의 교통데이터와 KT의 유동인구 데이터를 융합, 분석하여
최적의 심야버스 노선 설정
㈜KT
(서울특별시)
보건의료
<국민건강 주의예보>
SNS 데이터와 건강보험 DB를 분석하여 눈병, 독감, 식중독, 피부염
등 주요 질병 유행을 예측하고, 사전예보 서비스 제공
국민건강보험공단
(다음소프트)
<보건의료 빅데이터 활용 시범사업>
중환자 모니터 데이터를 분석한 심실부정맥 예측, 병원 진료�
원무 데이터 종합분석을 통한 입원 병상 배정 최적화 등
서울아산병원
(ETRI 등)
<의약품 안전성 조기경보>
의약품 위해사례DB, 진료기록, SNS 등을 연계 분석하여, 위해
의약품을 실시간 모니터링하고, 위험도 정보를 의료기관에 제공
에스지에이(주)
(한국의약품안전관리원,
㈜와이즈넛)
창업지원
<소상공인 창업지원을 위한 점포이력 평가>
카드거래, 부동산, 상가이력 정보 등의 분석을 통해 개별 점포
이력 및 상권분석 정보 제공을 통해 창업 의사결정 지원
㈜오픈메이트
(BC카드, 한국감정원)
언론
<빅데이터 활용 스마트 뉴스 서비스>
대량의 기사DB에 대해 중요도, 관계도 등 다각도의 고급분석을
적용하여 지능형 뉴스 검색 서비스 제공
차세대융합기술원
(서울대 융대원 등)
2014
유통
<유통 빅데이터를 통한 중소상인 지원>
대형유통사의 판매정보를 분석하여, 지역 슈퍼마켓 등 중소상인을
위한 맞춤형 상품추천 등 데이터 기반 마케팅 정보 제공
대한상공회의소
(클루닉스,
한일네트웤스 등)
관광
<빅데이터 분석 기반 외국인 관광산업 지원>
내외국인 관광�소비 패턴, 중국인 관광 트렌드를 분석하여 개인
맞춤형 관광정보 제공, 추가 관광지 개발, 관광지 추천 등에 활용
㈜오픈메이트
(BC카드, 한국관광공사
등)
보건의료
<맞춤형 유의질병 및 병원정보 제공>
진료정보 빅데이터 분석을 통해 발생 질환별 예상 유의 질병
정보 및 맞춤형 병원 정보 제공
메디벤처스㈜
(건강보험심사평가원
등)
제조
<자동차 부품기업 공동활용 빅데이터 플랫폼>
데이터 분석 기반의 제품 품질향상을 위해 자동차 부품 제조사가
공동활용할 수 있는 빅데이터 플랫폼을 구축�운영
메타빌드㈜
(자동차부품연구원 등)
재난
<조류 인플루엔자(AI) 확산 조기대응>
국가동물방역통합시스템(KAHIS) 데이터와 KT의 통화로그 데이터를
연계 분석하여 조류인플루엔자(AI)의 확산 경로 예측
㈜KT
(농림축산검역본부)
<국도 비탈면 붕괴사고 예측>
급경사지 지형 데이터와 기상정보를 연계 분석하여 국도 비탈면의
위험도 산정 모델 개발 및 예측 서비스 제공
대한지적공사
(건설기술연구원 등)
28
�������
e-skills uk (2013), Big Data Analytics: An assessment of demand for
labour and skills, 2012~2017
GE (2012) Industrial Internet: Pushing the Boundaries of Minds and
Machines
IDC (2011), World wide Big Data Technology and Services: 2012–
2015 Forecast
McKinsey Global Institute (2011) Big data: The Next Frontier for
Innovation, Competition, and Productivity
Dº�[mq²�(2013) ��������;;µ
Dº�[mq²�(2014) �������;;µ
S6Tt�W|B�(2014) 2014 Tt��/É
������������ ������������������������ !�"#$%�&'
������("#)*�+,�������������� !�"#$��"#�-./�012
빅데이터 기획보고서 제3호
빅데이터 사업으로 본 빅데이터 발전 방향
2015년 5월 인쇄
2015년 5월 발행
� 발행인 : 서 병 조
� 발행처 : 한국정보화진흥원 미래 략센터
� 집 필 : 김성
서울시 구 청계천로 14
TEL : 2131-0114
� 인 쇄 :
<비매품>