◎ 도서소개

4차 산업혁명이 진행되고 이에 따라 기술이 진화를 거듭하면서 누구도 예측할 수 없는 형태의 5차 산업혁명에 대한 등장 가능성이 점쳐지고 있는 가운데, 현재까지 일어난 4차례의 산업혁명은 새로운 패러다임을 가져오면서 경제의 진보를 불러와 현대인의 생활 전반에 많은 영향을 끼치고 있다.

특히 코로나로 가속화되고 있는 비대면(untact) 산업은 네트워크의 활성화를 불러오면서 기존 데이터의 생성을 뛰어넘는 엄청난 데이터의 수집과 축적을 가능하게 하고 있으며, 이는 데이터 기반 ‘데이터 경제(data economy)’의 급부상이라는 새로운 패러다임을 불러와 기업들의 탄력적이고 민첩한 대응이 요구되는 등 거센 혁신의 바람을 불러오고 있다.

데이터는 코로나19와 맞물려 그 영향력과 사용범위가 지속적으로 확장되면서 모든 사회구조와 경제 체제의 변화를 주도하고 있으며, 금융 분야에서 촉발된 마이데이터 관련 이슈가 점차 의료ㆍ공공ㆍ교통ㆍ교육ㆍ생활 소비 등 산업 전반의 지각변동을 예고하면서, 미래사회는 4차 산업혁명으로 인한 산업구조 변화와 함께 ‘데이터 경제’가 혁신경제로 급부상할 것이라는 예측이 나오고 있다.

포스트 코로나 시대에 비대면 환경의 필요성이 고조되어 세계적으로 디지털 전환(DX)을 향한 움직임이 더욱 활발해지면서, 기업이 디지털 전략을 성공적으로 수행하려면 인공지능과 빅데이터의 혁신적인 발전과 이 두 요소를 결합한 전체적인 로드맵의 필요성이 강조되고 있다.

모바일, 소셜미디어, IoT 등 디지털 기술의 발달로 데이터가 폭증하고 인공지능(AI) 기술이 발전하면서, 과거의 확률, 통계 방식의 분석 툴을 뛰어넘는 빅데이터 분석 툴이 등장하자, 그동안 막대한 자본력을 갖춘 소수의 글로벌 대기업들에서만 활용하던 빅데이터 분석과 인공지능(AI) 기술이 저렴한 비용으로 대량의 데이터를 저장하고 분석할 수 있게 됨으로써 일반 기업은 물론이고, 지방자치단체들까지도 AI와 빅데이터 활용에 집중하면서 본격적인 인공지능 대중화 시대를 열고 있다

아울러 빅데이터와 인공지능은 상호 보완적인 관계로 최근 인공지능은 빅데이터에 힘입어 단순 계산과 정보 수집의 단계를 넘어 커다란 발전을 이루면서, 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등과 같은 인간의 지능적인 부분에 버금가거나 몇몇 분야에서는 인간을 능가하는 성과를 보이고 있다.

이러한 인공지능이 사업전략, 조직 문화, 인재 발굴 등 기업경영의 모든 영역뿐 아니라, 고객만족을 위한 고객경험 개선, 제품, 서비스, 비용절감, 프로세스 자동화, 공급망 관리, 경영, 의사결정 등 기업의 특정 업무 영역에서 새로운 패러다임을 불러올 것으로 예상하고 있는 가운데, 데이터는 4차 산업혁명 시대에서 원유와 같은 존재로 인공지능 분석 솔루션은 데이터 기반의 의사결정을 지원하기 때문에 이를 고려한 데이터 제공과 분석이 강조되고 있다.

특히 최근에는 스마트 기기와 사물인터넷(IoT) 등의 확산에 따라 수많은 센서에서 새로운 형태의 데이터가 매일 생성되고 있으며, 이처럼 축적되는 데이터의 양이 방대해지면서 데이터 활용의 중요성이 증가해 급증하는 데이터 리소스 속에 내재된 가치를 찾아 유용한 정보로 활용하기 위한 다양한 시도들이 진행되고 있다.

빅데이터를 기반으로 가치가 창출되는 4차 산업혁명 시대에서 데이터 혁신이 가져온 기회는 지금까지와는 전혀 다른 새로운 형태로 데이터 리소스 속에 내재된 함의를 파악해 새로운 제품, 새로운 솔루션, 새로운 기술혁신으로 이어지게 함에 따라 산업과 사회의 혁신을 불러올 뿐만 아니라 우리의 생활도 바꿀 것으로 전망되고 있다.

이에 IRS글로벌은 (빅)데이터 관련 비즈니스에 대응하기 위하여 마이데이터, 메타데이터, 데이터옵스, 데이터 거래 등 핵심기술과 환경에 주목하고 나아가 선진국의 시장동향과 육성정책 등을 조사 분석하여 본서를 출판하게 되었다. 모쪼록 본 보고서가 (빅)데이터 관련 사업을 추진하는 관계자뿐만 아니라, 관심을 가지고 계신 모든 분들의 업무에 미력하나마 도움이 되길 바랍니다.

◎ 목차

Ⅰ. 비대면 시대 데이터의 기술개발 동향

1. 데이터 기술 개요

  1-1. 데이터 개념 및 특징

    1) 비대면 시대 데이터의 역할

      (1) 비대면(Untact) 시대

      (2) 비대면 시대 데이터의 중요성

    2) 데이터 개념

      (1) 빅데이터 개요

      (2) 빅데이터 분석

      (3) 데이터 레이크(Data Lake)

      (4) 빅데이터의 특징과 역할

    3) 데이터 특징

    4) 데이터 수집

  1-2. 데이터(Data) 기반의 새로운 기회

    1) 기업의 빅데이터(Big Data) 활용 전략

    2) 기업의 빅데이터(Big Data) 활용 효과

    3) 기업의 데이터 활용 현황 분석

      (1) 미진한 대응책

      (2) 업계별 데이터 활용의 준비 상황

      (3) 국가별 데이터 활용 준비 상황

      (4) 5大 데이터 활용 대응책

  1-3. 비즈니스 데이터의 자산화

2. 데이터 축적과 데이터 활용

  2-1. 일상생활 기반 데이터

    1) 웨어러블 디바이스 기반 데이터

    2) 스마트폰 기반 라이프로그

  2-2. 데이터의 품질의 중요성

    1) 원시 데이터(raw Data)

    2) 다크 데이터(Dark Data)

      (1) 다크 데이터(Dark Data) 개념

      (2) 다크 데이터의 중요성

      (3) 다크 데이터 활용 방안

      (4) 다크 데이터 활용 현황

    3) 메타 데이터(Metadata)

      (1) 메타 데이터(Metadata) 개념

      (2) 메타 데이터(Metadata)의 종류

      (3) 메타 데이터(Metadata) 관리

      (4) 메타 데이터 설계

        ① 데이터 분석에 필요한 메타 데이터

        ② 메타 데이터 통합적 연결

        ③ 메타 데이터를 활용한 데이터 분석

  2-3. 데이터 산업

    1) 데이터 산업 개요

      (1) 데이터 산업 정의

      (2) 데이터 소유와 독점

      (3) 데이터 산업 프로세스

        ① 데이터 기술(Data Technology)

        ② 데이터 가치사슬 및 가치 평가

    2) 데이터옵스(DataOps)

      (1) 데이터옵스(DataOps) 개념

      (2) 데이터옵스(DataOps)의 아키텍처

      (3) 데이터옵스의 운영 프로세스

    3) AI옵스(AIOps)

      (1) AIOps 개념

      (2) AI옵스 활용

      (3) AI옵스 시장 전망

  2-4. 데이터 거래

    1) 데이터 거래 정의

    2) 데이터 거래 현황

3. 데이터 산업 동향

  3-1. 마이데이터(MyData)

    1) 마이데이터 개념

    2) 마이데이터 산업 개요

    3) 마이데이터 접근 방식

    4) 마이데이터 아키텍처

    5) 마이데이터 활용

  3-2. 환경데이터

  3-3. 산업데이터

  3-4. 보건 의료 빅데이터

    1) 인공지능 시대 의료 빅데이터

      (1) 의료환경 변화

      (2) 인공지능과 의료 빅데이터

    2) 보건의료 빅데이터 개념

    3) 데이터와 의료산업

    4) 라이프로그 기반 의료 데이터

  3-5. 가명ㆍ익명정보

    1) 가명정보 개요

      (1) 가명정보 개념

      (2) 가명처리 대상 정보의 범위

      (3) 가명처리 원칙

      (4) 가명정보 처리 및 활용 절차

      (5) 가명정보 결합 및 반출 절차

    2) 익명정보 개요

      (1) 익명정보 개념

      (2) 익명정보 처리 원칙

      (3) 익명정보 처리 과정

    3) 보건의료 분야의 빅데이터 활용

      (1) 보건의료 빅데이터의 축적

      (2) 보건의료 빅데이터의 활용

      (3) 각국의 보건의료 분야의 빅데이터 활용 방안

        ① 미국

        ② 일본

        ③ 캐나다

        ④ 싱가포르

        ⑤ 유럽

        ⑥ 국내

Ⅱ. AI 시대의 (빅)데이터 연구개발 동향

1. 데이터 기반 인공지능 시대

  1-1. 인공지능의 기술적 진보

  1-2. 인공지능과 데이터의 불가분 관계

    1) AI의 의사결정 지원과 편향성(Bias)

    2) 데이터의 편향성(Bias)

    3) 데이터 편향 유형

  1-3. 인공지능 기반 데이터(Data) 시대

    1) 데이터 시대 개요

    2) 데이터 소유와 독점

    3) 데이터 패권 경쟁

2. 데이터 기반 문제해결 기술 동향

  2-1. 개요

    1) 정의

    2) 의의

  2-2. 연구개발 주요 동향

    1) 문제 해결 파이프라인의 기술 발전

    2) 사이버 피지컬 시스템의 기술 발전

    3) 데이터 기반 기술 발전

      (a) 데이터 처리 기반 기술

      (b) 데이터 보호 기술

      (c) 오픈 데이터(Open Data)

    4) 문제 해결 수단의 질적인 변화

      (a) 산업 구조의 변혁

      (b) 사회 시스템의 변혁

      (c) 과학 연구의 변혁

  2-3. 신기술 개발 및 기술 토픽

    1) 계측 인포메틱스

    2) AI 구동 과학ㆍ고차원 과학

  2-4. 주목할 만한 주요 프로젝트

    1) 코로나19에 대한 AI 기술 활용

      (1) 예측

      (2) 대응

        ① AI 기반 진단 사례 및 연구

        ② 무인 현장 대응 사례

      (3) 확산 방지

      (4) 신약 및 백신 개발

      (5) 기타

    2) 노벨 튜링 챌린지(Nobel Turing Challenge)

  2-5. 핵심 과학기술 과제

    1) 데이터 구동형 사회 시스템을 위한 개발 방법론과 사회 데이터 기반 확립

    2) 데이터ㆍAI 구동 과학의 방법론ㆍ기술군의 연구개발

    3) 인재 재교육 시스템에 관한 연구개발

  2-6. 주요국별 연구개발 현황 비교

    1) 미국

      (1) 기초 연구

      (2) 응용 연구ㆍ개발

    2) 유럽

      (1) 기초 연구

      (2) 응용 연구ㆍ개발

    3) 중국

      (1) 기초 연구

      (2) 응용 연구ㆍ개발

    4) 일본

      (1) 기초 연구

      (2) 응용 연구ㆍ개발

    5) 한국

      (1) 기초 연구

      (2) 응용 연구ㆍ개발

3. (빅)데이터 연구개발과 특허 동향 분석

  3-1. 연구개발 동향 분석

    1) 분석절차

    2) 연도별 연구 동향

    3) 인용 상위 연구

    4) 주요 단어 및 네트워크 분석

    5) 주제 분석

    6) 연구 주제별 평균 인용 수

  3-2. 특허 동향 분석

    1) 분석절차

    2) 연도별 특허 동향

    3) 국가별 출원 동향

    4) 기업별 출원 동향

    5) 인용 상위 특허

      (1) Managing big data in process control systems

      (2) Distributed big data in a process control system

    6) 주요 단어 및 네트워크 분석

    7) 주제 분석

    8) 평균 인용 수

Ⅲ. 데이터 활용 프로세스 및 글로벌 데이터 시장 전망

1. 데이터 활용 프로세스

  1-1. 데이터 생태계

  1-2. 데이터 구축 및 개방

    1) 데이터 구축

    2) 데이터 개방

  1-3. 데이터 분석 및 활용

    1) 데이터 분석

    2) 데이터 활용

2. 데이터 국내외 시장 동향과 전망

  2-1. 데이터 시장 개요

  2-2. 데이터 경제 정책 현황

    1) 미국

    2) 유럽연합(EU)

    3) 영국

    4) 중국

    5) 일본

    6) 한국

  2-3. 국내외 데이터 시장규모와 전망

    1) 국내외 시장 전망

    2) 글로벌 시장 동향과 전망

      (1) 빅데이터 및 데이터 엔지니어링 서비스 시장

      (2) 빅데이터 분석 시장

      (3) 빅데이터 플랫폼 시장

      (4) 데이터 기업 수

    3) 국내 시장 동향과 전망

      (1) 데이터산업 시장 규모

      (2) 데이터산업 세부 시장 규모

      (3) 데이터직무 인력 현황