[방디] 데이터분석준전문가(ADSP) - 데이터 이해(1과목) - 가치 창조를 위한 데이터 사이언스와 전략 인사이트

안녕하세요. 방디입니다.

 

지난 시간, 데이터분선준전문가 1과목의 [데이터의 가치와 이해]에 이어서, 오늘은 [가치 창조를 위한 데이터 사이언스와 전략 인사이트] 부분을 소개하겠습니다. 제가 자료를 정리하며 바로바로 소개하다 보니, 오늘 자료는 조금 적게 구성되었습니다. 참고하시면 감사하겠습니다.

 

※ 제가 안내드리는 내용은 시험주관처에서 안내하는 시험과목 순서를 따르지만, 일부 중요도가 낮은 부분은 다루지 않습니다.

---

데이터 이해

가치 창조를 위한 데이터 사이언스와 전략 인사이트

1. 빅데이터 분석과 전략 인사이트

가. 빅데이터 분석 기술

- 하둡(Hadoop): 여러 컴퓨터를 하나인 것처럼 연결하여 대용량 데이터를 처리하는 기술

- 아파치 스파크(Apache Spark): 실시간 분산형 컴퓨팅 플랫폼. 하둡보다 처리속도가 빠름

- 스마트팩토리(Smart Factory): 사물인터넷 설치를 통해 공정데이터 실시간 수집과 데이터 기반 의사결정을 가능하게 하는 기술

- 머신러닝(Machine Learning): 컴퓨터 인간과 같은 학습 능력을 갖추도록 하는 기술

- 딥러닝(Deep Learning): 컴퓨터가 스스로 학습할 수 있도록 하는 기계 학습 기술

 

나. 빅데이터 분석의 유의점

- 빅데이터는 크기가 큰 데이터 자체보다는 이를 통한 가치창출에 초점을 두어야 함

- 전략적 통찰이 없는 빅데이터 분석은 무의미한 분석 결과만을 창출

 

다. 빅데이터 분석의 지향점

- 기존의 일차원적인 분석 방식에서 전략 인사이트를 주는 가치기반 분석 지향 필요

 

---

2. 전략 인사이트 도출을 위한 필요 역량

가. 데이터 사이언스의 의미

- 수학, 통계학, 데이터 공학, 컴퓨터 공학 등 전문지식을 종합하여 데이터로부터 의미 있는 정보를 추출하는 학문

 

나. 데이터 사이언스의 구성영역

- 분석 영역: 수학, 확률모델, 머신러닝, 분석학, 불확실성 모델링 등

- IT 영역: 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우스 등

- 비즈니스 영역: 프레젠테이션, 스토리텔링, 시각화 등

 

다. 데이터 사이언스의 역할

- 호기심을 바탕으로 수많은 데이터 속에서 필요한 데이터를 찾고 구조화

- 과학과 인문의 결합으로서 분석기술 외에도 스토리텔링, 커뮤니케이션, 창의력, 비판적 사고 등 인문학요소 겸비

 

라. 데이터 사이언스의 필요역량

- Hard Skill: 빅데이터에 대한 이론적 지식, 분석 기술에 대한 숙련

- Soft Skill: 통찰력 있는 분석, 설득력 있는 전달, 다분야간 협력

 

---

3. 빅데이터 그리고 데이터 사이언스의 미래

가. 빅데이터의 발전

- 디지털 환경의 발전과 함께 데이터의 규모는 지속적으로 증가

- 4차 산업혁명의 진행으로 그 증가가 더욱 가속화될 것으로 예상

- 이미 일상 속 많은 영역에 영향을 끼치고 있으며, 앞으로는 복잡한 빅데이터간의 연결을 얼마나 효과적으로, 신뢰할 수 있게 관리하는지가 관건

 

나. 데이터 사이언스의 한계

- 분석과정에서 인간의 개입이 반드시 필요

- 분석하는 인간에 따라 분석결과의 해석이 상이할 수 있음

- 모든 분석은 가정에 근거