◎ 도서소개

‘데이터경제’는 2011년 가트너 보고서에서 처음 등장한 용어로 ‘데이터가 경제활동의 중요한 생산요소로 사용되는 경제구조’를 뜻하며, 2014년 유럽 집행위원회가 경제성장 동력으로 데이터 경제 개념을 도입하면서 알려지기 시작했다.

그간 눈에 보이지 않는 데이터가 석유와 같이 경제활동의 원동력으로 작용한다는 것은 일반 대중들이 이해하기 어려운 개념이었다. 그러나 최근 공개된 챗GPT와 같은 생성형AI는 기술적인 이해가 없는 비전문가도 간단하게 경험이 가능한 수준으로 발전했고, 이는 기술과 경제의 패러다임이 근본적으로 변화할 시점을 목전에 두고 있다는 사회적 공감대를 형성하기에 충분한 것이었다.

오늘날 우리가 경험하고 있는 혁신은 모두 데이터라는 씨앗에서 발아한 것이라 해도 과언이 아니다. 이제 데이터는 석유와 같이 높은 경제적 효용을 가진 자원으로 이용되고 있으며, 그 가치는 갈수록 높아질 것으로 전망된다. 하지만 이처럼 데이터가 가치를 지닌 하나의 자원으로 인정받음에도 아직 데이터를 생산한 개인은 생산자로서 누릴 수 있는 권리를 적절히 행사하지 못하는 실정이다.

마이데이터(MyData)는 이러한 관점에서 발생한 개념으로, 개인이 자신의 정보에 대한 관리와 통제 권한을 가지고 이를 바탕으로 개인정보 활용처 및 활용범위 등에 대해 능동적인 의사결정을 하는 개인정보 활용의 새로운 패러다임을 뜻한다.

마이데이터의 도입은 단순히 정보주체가 자기결정권이라는 권리를 확립하는데 그치지 않고, 데이터를 기반으로 새로운 서비스를 창출시키고 이러한 서비스들을 보다 자유롭게 선택하도록 함으로서 소비자의 권익을 제고할 것으로 기대된다. 

다만 데이터를 이용함에 있어 공유와 보호라는 상반되는 두 가지 가치를 동시에 추구해야하는 어려움이 있다. 우리는 여러 사회적 비용을 지불해가며 개인정보 유출에 대한 경각심을 키워올 수 있었다. 그러나 여전히 위험은 상존하고 있으며, 데이터 산업이 발전함에 따라 등장할 위협에 대해 선제적으로 대응할 수 있는 방안을 모색해야 할 것이다.

이에, 당사는 DX와 AI 시대를 맞이하여 데이터 비즈니스 분야 핵심 키워드로 부상하고 있는 마이데이터 기술 및 시장 동향과 유망 사업 분야별 사업화 전략 등을 종합적으로 정리 분석하여 본서를 출간하게 되었으며, 특히 국내외 마이데이터 시장과 주요국 정책 동향 외에, 금융, 의료, 공공, 교육, 국토교통 및 산업 등 마이데이터 핵심 사업 분야별 기술개발 동향 등을 통하여 시장의 변화를 예측하고, 경쟁전략 수립에 유용한 참고자료가 될 수 있도록 하는데 중점을 두었다. 모쪼록, 본 보고서가 마이데이터 산업뿐만 아니라 관련 분야에 종사하는 분들의 업무에 미력하나마 도움이 되기를 바랍니다.

◎ 목차

Ⅰ. 초거대 AI 시대의 데이터 산업 동향 및 주요 이슈

1. 빅데이터 및 초거대 AI 기술 동향과 주요 이슈

  1-1. 빅데이터 및 데이터 플랫폼, 생성 AI 산업 동향

    1) 빅데이터의 개념과 기반 기술 개요

      (1) 빅데이터 기술의 개념과 범위

      (2) 데이터 가공 및 정제의 개념

      (3) 데이터 활용과 데이터 가공 및 정제

    2) 빅데이터 플랫폼 및 솔루션 산업 동향

      (1) 빅데이터 플랫폼 개요

      (2) 빅데이터 플랫폼 산업 동향

      (3) 국내 빅데이터 플랫폼 운영 실태 및 개선과제

      (4) 빅데이터 분석 솔루션 산업 동향

    3) 빅데이터 시대 초거대 및 생성 AI의 발전

      (1) 초거대 AI 개요

      (2) 초거대 AI 모델 개발 동향과 전략

      (3) 생성 AI 개념과 활용

      (4) 대규모 언어모델 챗GPT 3.5와 챗GPT 4.0

      (5) 설명 가능한 인공지능(XAI)의 중요성 확대

  1-2. 데이터 산업 및 마이데이터 분야 주요 이슈

    1) 데이터 공유 사회의 도래

      (1) 데이터 공유의 부상과 주체별 구분

      (2) 조직 내부 데이터 공유

      (3) 국가 간 데이터 공유

    2) 데이터 3법과 마이데이터

      (1) 개인정보 생태계 변화와 정책 패러다임

      (2) 마이데이터 관련 데이터 3법 개정안

      (3) 마이데이터 이슈에 따른 고려사항

      (4) 금융 분야 파급효과 전망

    3) 마이데이터와 개인정보 이동권

      (1) 개인정보 이동권 관련 해외 사례

      (2) 마이데이터 관련 쟁점 및 향후 과제

2. 마이데이터 서비스 산업 동향 및 주요국 대응 동향

  2-1. 마이데이터 개요 및 서비스 산업 동향

    1) 마이데이터 의미와 주요 개념

      (1) 마이데이터 의미와 범위

      (2) 마이데이터와 동의

      (3) 마이데이터와 열람권

      (4) 마이데이터 플랫폼 구성 요소

    2) 마이데이터 산업의 부상

      (1) 데이터 생태계의 발전

      (2) 개인데이터 생태계의 역사

      (2) 마이데이터 도입 기대 효과

      (3) 마이데이터 산업과 기업 경쟁력

      (4) 마이데이터 서비스 개요

    3) 마이데이터 기반 서비스 동향

      (1) 개인 자산관리 서비스

      (2) 데이터 뱅크

  2-2. 마이데이터 산업 관련 국내·외 대응 동향

    1) 해외 주요국 마이데이터 분야 정책 및 사례

      (1) 미국

      (2) 영국

      (3) EU

      (4) 핀란드

      (5) 호주

      (6) 일본

    2) 국내 마이데이터 정책 추진 개요

    3) 국내 마이데이터 발전 종합정책

      (1) 마이데이터 개념 및 발전단계

      (2) 마이데이터 기대효과

      (3) 마이데이터 보완 사항

      (4) 마이데이터 정책 추진 전략

    4) 국내 마이데이터 표준화 방안

      (1) 추진배경 및 주요경과

      (2) 마이데이터 관련 데이터 표준화 방안

    5) 국내 금융분야 마이데이터 정책

      (1) 본인신용정보관리업: 마이데이터 산업

      (2) 금융결제시스템 전면 개방: 오픈뱅킹 시스템

      (3) 마이페이먼트·종합지급결제업 도입

      (4) 금융분야 마이데이터 테스트베드 오픈

Ⅱ. 마이데이터 기술과 시장 및 정책 동향

1. 마이데이터 시대 국내·외 데이터 산업 분야 기술 동향

  1-1. 데이터 산업 분야 기술 동향

    1) 데이터 산업 핵심기술 동향

      (1) 동형암호(Homomorphic Encryption)

      (2) 데이터 패브릭(Data Fabric)

      (3) 데이터 품질 관리 기술

      (4) AI시대의 데이터옵스(DataOps)

      (5) 데이터 클라우드 플랫폼

    2) 주요 개인 데이터 플랫폼 및 프로젝트 현황

      (1) Pod

      (2) digi.me

      (3) datona.io

      (4) CitizenMe

      (5) CozyCloud

      (6) mydex

  1-2. 마이데이터 기술 개요

    1) 개인신용정보 전송

      (1) 개인신용정보 전송 개요

      (2) 개인신용정보 전송 원칙

      (3) 개인신용정보 전송 방식

      (4) 개인신용정보 전송 유형

      (5) 전송 유형별 전송 절차 및 규격

    2) 마이데이터 서비스

      (1) 마이데이터 서비스 개요 및 참여자 역할

      (2) 마이데이터 서비스 등록 준비

      (3) 마이데이터 개인신용정보 전송 절차

      (4) 마이데이터 개인신용정보 전송 내역 관리

    3) 마이데이터 본인인증

      (1) 마이데이터 본인인증 개요

      (2) 개별인증

      (3) 통합인증

      (4) 중계기관을 통한 본인인증

    4) 마이데이터 보안

      (1) 마이데이터 보안 개요

      (2) 관리적 보안사항

      (3) 물리적 보안사항

      (4) 기술적 보안사항

  1-3. 주요국 데이터 산업 분야 기술 경쟁력 현황

    1) 주요국 SW 기술 경쟁력 현황

      (1) 주요국 SW 기술수준조사 결과

      (2) 주요국 SW 기술 동향 및 발전 현황

    2) 주요국 ICT 융합 기술 경쟁력 현황

      (1) 주요국 ICT 융합 기술수준조사 결과

      (2) 주요국 ICT 융합 기술 동향 및 발전 현황

    3) 주요국 빅데이터 기술 경쟁력 현황

      (1) 주요국 빅데이터 기술수준조사 결과

      (2) 주요국 빅데이터 기술 동향 및 발전 현황

    4) 주요국 인공지능 기술 경쟁력 현황

      (1) 주요국 인공지능 기술수준조사 결과

      (2) 주요국 인공지능 기술 동향 및 발전 현황

  1-4. 국내·외 데이터 기술 표준화 및 특허 현황

    1) 데이터 기술 표준화 개요

      (1) 데이터 기술 개요 및 분류

      (2) 표준기술 전망 및 시사점

      (3) 표준화 대상 기술

    2) 국내·외 데이터 기술 표준화 현황

      (1) 글로벌 데이터 기술 표준화 현황

      (2) 국내 데이터 기술 표준화 현황

    3) 국내·외 데이터 기술 특허경쟁력 현황

      (1) SW 기술 특허경쟁력 현황

      (2) ICT융합 기술 특허경쟁력 현황

      (3) 빅데이터 기술 특허경쟁력 현황

      (4) 인공지능 기술 특허경쟁력 현황

2. 국내·외 데이터경제 및 마이데이터 시장 현황과 전망

  2-1. 데이터경제 개념과 전망

    1) 데이터경제 개요 및 프레임워크

      (1) 데이터경제와 마이데이터의 의미

      (2) 데이터경제의 특징과 선결과제

      (3) 자크만 프레임워크(ZF)를 이용한 데이터경제 모델링

      (4) 국내·외 데이터경제 프레임워크 사례

      (5) 데이터경제 측정 프레임워크 방안

    2) 데이터거래 활성화를 위한 정책적 과제

      (1) 4차 산업혁명과 데이터 거래

      (2) 주요국 데이터 거래 현황과 활성화 정책

      (3) 국내 데이터 거래 현황과 활성화 정책

      (4) 데이터 거래 활성화를 위한 정책적 과제와 개선방안

    3) 국내·외 데이터경제 동향

      (1) 미국 데이터경제 관련 정책 및 육성 동향

      (2) EU 데이터경제 관련 정책 및 육성 동향

      (3) 일본 데이터경제 관련 정책 및 육성 동향

      (4) 중국 데이터경제 관련 정책 및 육성 동향

      (5) 국내 데이터경제 관련 정책 및 시장 동향

  2-2. 국내·외 마이데이터 시장 동향

    1) 글로벌 마이데이터 및 데이터 산업 시장 동향

      (1) 글로벌 데이터 산업 시장 현황

      (2) 빅데이터 분석 및 수집 시장 동향

    2) 국내 마이데이터 및 데이터 산업 시장 동향

      (1) 국내 데이터 산업 시장 현황

      (2) 국내 데이터 직무 인력 현황

      (3) 국내 빅데이터 분석 시장 동향

      (4) 국내 금융데이터 산업 영업실적 현황

      (5) 의료 마이데이터 도입에 따른 경제효과

3. 국내·외 마이데이터 분야 정책 동향

  3-1. 주요국 마이데이터 및 데이터 산업 분야 정책 동향과 과제

    1) 미국

    2) EU

      (1) EU 데이터 전략

      (2) 독일 GAIA-X 프로젝트

      (3) 프랑스

      (4) 핀란드

    3) 영국

    4) 중국

    5) 일본

    6) 마이데이터 분야 정책 선결과제

      (1) 정보이동권 도입에 관한 세계적 흐름

      (2) 개인신용정보의 전송요구권의 도입

  3-2. 국내 마이데이터 및 데이터 산업 분야 정책 동향

    1) 2023년 마이데이터 생태계 활성화를 위한 종합기반 조성사업

      (1) 사업 개요

      (2) 과제 지원 및 선정

      (3) 과제 요구사항

    2) 소프트웨어 진흥 전략 중점 추진과제

      (1) [인재] 전국민 SW교육 및 고급‧전문인재 양성을 위한 기반 마련

      (2) [기술] 디지털 시대를 선도하는 미래 SW기술력 확보

      (3) [개발 생태계] 개방·협력 기반의 오픈소스 혁신 생태계 구축

      (4) [서비스형 SW] 서비스형 SW 전환으로 SW산업 경쟁력 강화

      (5) [글로벌] 글로벌 시장을 지향하는 SW기업 육성

      (6) [제도] SW의 가치보장 강화를 위한 제도 개선

      (7) [문화] 누구나 SW를 체험하고 활용하는 SW문화 확산

    3) 데이터 혁신을 위한 국민 신뢰 확보방안

      (1) 추진배경 

      (2) 주요 추진과제 

      (3) 기대효과

      (4) 향후계획

    4) 2023년 개인정보보보위원회 업무 추진계획

      (1) 전 국민 마이데이터 시대 본격 개막

      (2) 신기술·신산업 지원 개인정보 활용 기반 강화

      (3) 데이터 기반 글로벌 질서 재편성에 대응한 리더십 확보

      (4) 예방부터 피해구제까지 신속 대응체계 구축

      (5) 사각지대 없는 디지털 개인정보 보호체계 구축

    5) 데이터 플랫폼 발전전략

      (1) 추진 배경

      (2) 선결과제 및 시사점

      (3) 추진방향

      (4) 추진과제

    6) 데이터 플랫폼 활성화 방안

      (1) 데이터 플랫폼 개념과 분류체계

      (2) 데이터 플랫폼 개선 사항

      (3) 10대 실천과제와 3대 도전과제

    7) 마이 헬스웨이 도입 방안

      (1) 추진 배경 및 현황

      (2) 마이 헬스웨이 플랫폼 생태계

      (3) 추진방향

      (4) 과제별 세부 추진 계획

      (5) 추진 계획

    8) 제2차 전자정부 기본계획

      (1) 추진배경

      (2) 주요성과

      (3) 추진방향

      (3) 중점과제

Ⅲ. 마이데이터 유망 사업 분야별 사업화 전략

1. 금융 분야

  1-1. 핀테크(FinTech)의 부상과 국내·외 시장 동향

    1) 핀테크(FinTech) 3.0 시대와 빅테크 기업의 부상

      (1) 핀테크 3.0 시대의 도래

      (2) 핀테크의 부상과 은행 산업 

      (3) 글로벌 금융회사와 핀테크 협업 사례

    2) 국내·외 빅테크 기업 금융업 진출 동향

      (1) 빅테크 기업의 금융업 진출 배경과 강점

      (2) 미국 빅테크 기업 동향

      (3) 중국 빅테크 기업 동향

      (4) 국내 빅테크 기업 동향

      (5) 국내·외 금융 분야 빅테크 규제 동향

    3) 국내·외 금융 산업 및 핀테크 시장 동향

      (1) 글로벌 금융기업 고객경험 개선 동향

      (2) 국내 금융기업 고객경험 개선 동향

      (3) 글로벌 핀테크 시장 동향

  1-2. 국내·외 금융 분야 마이데이터 추진 동향

    1) 금융 분야 마이데이터 산업 동향

      (1) 마이데이터의 개념 및 도입 배경

      (2) 마이데이터의 금융산업에 대한 영향

    2) 글로벌 금융분야 마이데이터 동향

      (1) 미국

      (2) EU

      (3) 영국

      (4) 호주 

    3) 국내 금융 분야 마이데이터 동향

      (1) 금융 분야 마이데이터 기대 효과

      (2) 마이데이터 서비스 확대 전망

2. 의료 분야

  2-1. 디지털 헬스케어와 의료데이터 산업 동향

    1) 디지털 헬스케어 산업 동향

      (1) 디지털 헬스케어 정의와 구분

      (2) 디지털 헬스케어 시장 동향

      (3) 디지털 헬스케어 산업 특성

    2) 헬스케어 데이터 정의와 구분

      (1) 개인유전정보

      (2) 개인건강정보

      (3) 전자의무기록

      (4) 국민건강정보

    3) 의료데이터 활용 전략 및 사례

      (1) 보건의료데이터 구축과 이용 활성화 전략

      (2) 국내·외 의료데이터 활용 사례

    4) 국내·외 의료정보서비스 산업 동향

      (1) 의료정보서비스 기술 동향

      (2) 국내 병원정보시스템 현황

      (3) 주요국 개인건강기록 동향

    5) 빅데이터 기반 개인 맞춤형 헬스케어 기술 동향

      (1) 개인건강기록(PHR) 활용 기술 동향

      (2) 개인 맞춤형 헬스케어 플랫폼 기술 동향

  2-2. 국내·외 의료 분야 마이데이터 추진 동향

    1) 국내·외 의료 데이터 플랫폼 현황 및 과제

      (1) 헬스케어 데이터 플랫폼 부상 배경

      (2) 국내·외 헬스케어 데이터 플랫폼 현황

      (3) 헬스케어 데이터 플랫폼 활성화 전략

      (4) 국내 보건복지 데이터 및 데이터 플랫폼 현황

    2) 글로벌 보건의료 마이데이터 산업 동향

      (1) 보건의료 마이데이터 기술 동향

      (2) 보건의료 마이데이터 시장 동향

      (3) 보건의료 마이데이터 정책 동향

    3) 글로벌 의료 분야 마이데이터 주요 사례

      (1) 미국 ‘Blue Button’

      (2) 인도네시아 ‘PeduliLindungi’

      (3) 홍콩 ‘eHRSS’

      (4) EU ‘EHDS’

3. 공공 및 교육 분야

  3-1. 공공 분야 마이데이터 추진 동향

    1) 공공 빅데이터의 의미와 이용 현황

      (1) 빅데이터와 공공 빅데이터의 의미

      (2) 주요국 빅데이터 기반 국가통계 개발 현황

    2) 공공 마이데이터 서비스의 의미와 사례

      (1) 공공 마이데이터 서비스 의미와 수행기관

      (2) 국내 공공 마이데이터 서비스 사례

  3-2. 교육 분야 데이터 활용 전략과 데이터 기반 맞춤형 교육 사례

    1) 교육 데이터 활용 현황 및 활성화 방안

      (1) 국내 교육 데이터 및 데이터 플랫폼 이용 현황

      (2) 교육 데이터 활용 활성화 방안

    2) 개인 맞춤형 교육 동향과 사례

      (1) 맞춤형 교육의 개념

      (2) 맞춤형 교육 서비스 주요 기술

      (3) 인공지능 기반 맞춤형 교육서비스 사례

4. 도시·국토교통, 제조 분야

  4-1. 도시·국토교통 분야

    1) 국내·외 스마트시티 분야 빅데이터 적용 솔루션 사례

      (1) 해외 사례

      (2) 국내 사례

    2) 국토교통 분야 데이터 공개 현황 및 품질 향상 방안

      (1) 국토교통 분야 데이터 공개 현황

      (2) 공개데이터 품질 개선 방안

  4-2. 제조 및 스마트 팩토리 분야 빅데이터 활용 동향

    1) 제조 산업 데이터 활용 동향

      (1) 산업 분야 데이터와 자동화 시스템 구성 

      (2) 데이터 시각화 및 디지털 트윈(Digital Twin)

      (3) 국내 제어 데이터 비즈니스 활용 사례

    2) 스마트 팩토리 빅데이터 분석 플랫폼 기술 동향

      (1) 스마트 팩토리 빅데이터 분석 플랫폼 주요 기능 구성

      (2) 스마트 팩토리 빅데이터 수집 및 저장 기술

      (3) 스마트 팩토리 빅데이터 통합 분석 기술

      (4) 스마트 팩토리 빅데이터 기반 예측 및 관리 기술

    3) 스마트 팩토리 분야 데이터 클라우드 기반 디지털 전환

      (1) 디지털 전환과 클라우드

      (2) 제조업과 클라우드

      (3) 클라우드 기반 제조기업 디지털 전환 전략

<표 목차>

Ⅰ. 초거대 AI 시대의 데이터 산업 동향 및 주요 이슈

<표1-1> 전통적 데이터와 빅데이터의 특성

<표1-2> 빅데이터 분야 기술 범위

<표1-3> 빅데이터 플랫폼 구조 및 세부기술

<표1-4> 빅데이터 산업 특징

<표1-5> 국내 10대 빅데이터 플랫폼 및 센터 구성

<표1-6> 플랫폼별 데이터 결합·분석을 통해 제공하는 서비스

<표1-7> 빅데이터 분석 과정 및 주요 세부기술

<표1-8> 초거대 AI 파라미터 현황

<표1-9> GPT-3 언어 모델 이후 빅테크 기업 언어 모델 현황

<표1-10> 외부 검색 등을 통해 열린 지식을 반영하는 언어 모델 사례

<표1-11> 멀티모달을 적용한 모델 개발 동향과 사례

<표1-12> 초거대 AI의 기업별 창작 AI 모델(이미지/비디오) 사례

<표1-13> 초거대 AI의 기업별 창작 AI 모델(음성) 사례

<표1-14> AI 기반 금융서비스 분류

<표1-15> 초거대 AI의 기업별, 기술별 다양한 분야 활용 사례

<표1-16> ChatGPT 타임라인

<표1-17> ChatGPT 주요 기능

<표1-18> GPT 시리즈별 특징

<표1-19> 데이터 3법 개정안 중 마이데이터 관련 내용

<표1-20> 개인데이터의 범위에 따른 구분

<표1-21> 열람권 관련 국내 법제도 현황

<표1-22> 전자 신원 및 자격 증명 표준화 구성 요소

<표1-23> 마이데이터 플랫폼 이용자 유형 및 관련 기능

<표1-24> 마이데이터 서비스 공통요구사항

<표1-25> 핀테크 기업 마이데이터 서비스 사례

<표1-26> 디지미 수집 대상 데이터

<표1-27> 온라인 기관 계정을 통한 정보접근 사례

<표1-28> 데이터 브로커 등을 활용한 마이데이터 관련 서비스

<표1-29> MIL 제공 서비스

<표2-30> 데이터 명칭 표준화 특성 및 고려사항

<표1-31> 마이데이터 사업자의 업무범위

<표1-32> 마이데이터 서비스 대상 정보

<표1-33> 마이데이터 서비스 참여자 요건 및 주요 역할

Ⅱ. 마이데이터 기술과 시장 및 정책 동향

<표2-1> 동형암호의 세대 구분

<표2-2> 완전동형암호 오픈소스 라이브러리

<표2-3> 데이터 자체 및 처리환경 식별위험성 요소

<표2-4> 데이터 패브릭의 장점

<표2-5> 데이터옵스(DataOps)의 주요 기술

<표2-6> 개인신용정보 전송 유형별 특징

<표2-7> 마이데이터 참여자 요건 및 주요 역할

<표2-8> 마이데이터 서비스 참여자별 주요 역할

<표2-9> SW 기술수준 및 기술격차

<표2-10> ICT 융합 기술수준 및 기술격차

<표2-11> 빅데이터 기술수준 및 기술격차

<표2-12> 인공지능 기술수준 및 기술격차

<표2-13> 데이터 표준기술 분류

<표2-14> 표준화 대상 데이터 가공/처리 기술

<표2-15> 표준화 대상 데이터 유통/거래 기술

<표2-16> 표준화 대상 데이터 활용(서비스) 기술

<표2-17> 표준화 대상 데이터 관리/거버넌스 기술

<표2-18> 글로벌 공식 기구 데이터 기술 표준화 현황

<표2-19> 글로벌 사설 기구 데이터 기술 표준화 현황

<표2-20> 국내 데이터 기술 국가표준(KS) 현황

<표2-21> 국내 데이터 기술 단체표준(TTA) 현황

<표2-22> 국내 데이터 기술 포럼표준 현황

<표2-23> 주요국 SW 분야 논문경쟁력 현황

<표2-24> 주요국 SW 분야 논문경쟁력 추이

<표2-25> 주요국 SW 분야 특허경쟁력 현황

<표2-26> 주요국 SW 분야 특허경쟁력 추이

<표2-27> 주요국 ICT융합 분야 논문경쟁력 현황

<표2-28> 주요국 ICT융합 분야 논문경쟁력 추이

<표2-29> 주요국 ICT융합 분야 특허경쟁력 현황

<표2-30> 주요국 ICT융합 분야 특허경쟁력 추이

<표2-31> 주요국 빅데이터 분야 논문경쟁력 현황

<표2-32> 주요국 빅데이터 분야 논문경쟁력 추이

<표2-33> 주요국 빅데이터 분야 특허경쟁력 현황

<표2-34> 주요국 빅데이터 분야 특허경쟁력 추이

<표2-35> 주요국 인공지능 분야 논문경쟁력 현황

<표2-36> 주요국 인공지능 분야 논문경쟁력 추이

<표2-37> 주요국 인공지능 분야 특허경쟁력 현황

<표2-38> 주요국 인공지능 분야 특허경쟁력 추이

<표2-39> 데이터 서비스 중분류별 시장 규모

<표2-40> 국내 주요 데이터 거래업체 

<표2-41> 미국 데이터경제 육성 정책 변화

<표2-42> 미국 데이터경제 전담기구 현황

<표2-43> EU 데이터경제 육성 정책 변화

<표2-44> EU 데이터경제 전담기구 현황

<표2-45> 일본 데이터경제 육성정책 동향

<표2-46> 일본 데이터경제 전담기구 현황

<표2-47> 중국 디지털경제 구조 동향

<표2-48> 중국 데이터경제 육성정책 동향

<표2-49> 중국 데이터경제 전담기구 현황

<표2-50> EU 분야별 데이터 전문인력 수 동향

<표2-51> 국내 데이터 처리 및 관리 솔루션 개발·공급업 중분류별 시장 규모

<표2-52> 국내 데이터 구축 및 컨설팅 서비스업 중분류별 시장 규모

<표2-53> 국내 데이터 판매 및 제공 서비스업 중분류별 시장 규모

<표2-54> 국내 데이터산업 부문별 데이터 직무 인력 동향

<표2-55> 2021년 국내 데이터산업 데이터 직무별 인력 현황

<표2-56> 2022-2026 국내 데이터산업 기술등급별 데이터 직무 필요 인력

<표2-57> 2021년 국내 전 산업 데이터 직무별 인력 현황

<표2-58> 2022-2026 국내 전 산업 기술등급별 데이터 직무 필요 인력

<표2-59> 국내 빅데이터 및 분석 시장 분야별 전망

<표2-60> 국내 금융데이터 관련 회사 현황

<표2-61> 2022년 업권별 마이데이터 회사 및 가입자 현황

<표2-62> 데이터 산업 분야별 시장 규모 및 성장률

<표2-63> 보건의료 분야 데이터 산업 시장 규모 전망

<표2-64> 2022-2032 보건의료 분야 데이터 산업 시장 규모 증가분

<표2-65> 보건의료 분야 데이터 산업 경제효과 분석을 위한 계수

<표2-66> 2022-2032 보건의료 분야 데이터 산업 경제효과

<표2-67> 분야별 유럽 공동 데이터 공간

<표2-68> 종합관리서비스 주요 기능

<표2-69> 이용자 수준별 맞춤형 서비스(예시)

Ⅲ. 마이데이터 유망 사업 분야별 사업화 전략

<표3-1> 미국 세대별 선호 은행채널 비중

<표3-2> 중국 BATJ 금융업 관련 플랫폼 및 서비스 현황

<표3-3> 영국 오픈뱅킹 및 EU PSD2 비교

<표3-4> 마이데이터 산업 발전단계별 전망

<표3-5> 미국 디지털 헬스케어 기업 기술별 현황

<표3-6> 미국 디지털 헬스케어 기업 중점 분야별 현황

<표3-7> 미국 디지털 헬스케어 기업 임상 분야별 현황

<표3-8> 미국 디지털 헬스케어 기업 구매자 및 사용자별 현황

<표3-9> 국내 바이오헬스 융합기술 활용 현황

<표3-10> 국내 스마트 헬스케어 산업분류에 따른 기업분포 현황

<표3-11> 헬스케어 데이터의 종류 및 동향

<표3-12> 건강보험 데이터 구성

<표3-13> 미국 정밀의료 이니셔티브 주요 내용

<표3-14> 주요국 EHR/PHR 추진 현황

<표3-15> 범정부 데이터 통합 관리 플랫폼 구성 내용

<표3-16> 일본 보건의료 마이데이터 서비스 모델

<표3-17> 미국 23andMe 보건의료 마이데이터 서비스 모델

<표3-18> 영국 보건의료 마이데이터 관련 정책 현황

<표3-19> 미국 보건의료 마이데이터 관련 정책 현황

<표3-20> 블루버튼 발전 과정

<표3-21> 마이데이터 제공요구권의 구성요소

<표3-22> 무브메이트 주요 기능

<표3-23> 교육 유관기관 데이터 현황

<표3-24> 교육 데이터 활용 빈도

<표3-25> 교육 데이터 활용 만족도

<표3-26> 교육 데이터 활용 활성화 방안 중요도

<표3-27> 교육 데이터 플랫폼 활용 빈도

<표3-28> 교육 데이터 플랫폼 활용 만족도

<표3-29> 지능형 튜터링 시스템 교육서비스 사례

<표3-30> 학습추천 시스템 교육서비스 사례

<표3-31> 적응형 평가 시스템 교육서비스 사례

<표3-32> 인공지능 기반 대시보드 교육서비스 사례

<표3-33> 표정 및 감정 분석 시스템 교육서비스 사례

<표3-34> 판매 및 물류채널 관련 클라우드 서비스 사례

<표3-35> 제품 서비스화 유형

<그림 목차>

Ⅰ. 초거대 AI 시대의 데이터 산업 동향 및 주요 이슈

<그림1-1> 빅데이터 플랫폼 개념도

<그림1-2> 빅데이터 플랫폼의 구조

<그림1-3> 고객 데이터 플랫폼(CDP) 구조

<그림1-4> AI 밸류체인

<그림1-5> 초대규모 AI로 나아가는 딥러닝‧AI 모델

<그림1-6> 단일 모델 다중 태스크 처리로 변화하는 AI 개발 방식

<그림1-7> 초거대 AI 학습을 위한 연산량

<그림1-8> 생성 AI 생태계

<그림1-9> 초거대 언어 모델의 모델 크기 변화 추이

<그림1-10> 언어 모델(구글 PaLM)의 파라미터 크기별 NLP 태스크 지원

<그림1-11> 언어 모델의 외부 지식(검색 등) 활용을 통한 효율 개선

<그림1-12> DeepMind의 언어기반 모델에서 언어/시각/로보틱스 모델로 변화

<그림1-13> 생성 모델 기술별, 용도별 초거대 AI의 활용

<그림1-14> 텍스트에서 이미지를 생성하는 연구 성과

<그림1-15> 텍스트에서 비디오를 생성하는 초기 연구

<그림1-16> 생성 AI의 발전 단계

<그림1-17> 생성 AI의 학습모델별 유형

<그림1-18> 카카오브레인, ‘비헬스케어’

<그림1-19> 초거대 AI를 활용한 LG의 AI Banker

<그림1-20> 인공지능 패션 디자이너 ‘틸다’

<그림1-21> 사용자 맞춤 ‘에이닷’ 기능

<그림1-22> 초거대 AI 활용 사례

<그림1-23> MS의 챗GPT 기반 검색엔진 ‘Bing’

<그림1-24> 구글 ‘바드(Bard)’ 서비스

<그림1-25> 기존의 주요 AI 챗봇

<그림1-26> eXplainable AI 시스템 개념도

<그림1-27> XAI 개발 과제

<그림1-28> 데이터 거버넌스의 논리적 구성요소

<그림1-29> 개인정보 위임열람·수집·활용·제공 동의 절차

<그림1-30> 개인 데이터 생태계

<그림1-31> 마이데이터 서비스 기본 모델

<그림1-32> 마이데이터 서비스 이해관계자 역할 모델

<그림1-33> 데이터신탁 서비스 모델

Ⅱ. 마이데이터 기술과 시장 및 정책 동향

<그림2-1> 데이터베이스 시스템에서 서비스 제공

<그림2-2> 동형암호의 개념

<그림2-3> 개인정보 가명처리 절차도

<그림2-4> 데이터 아키텍처의 변화 

<그림2-5> 데이터 패브릭을 통해 연결된 데이터 레이어

<그림2-6> 투르쿠(Turku)시 데이터 패브릭 구조

<그림2-7> 데이터 품질 관리 생애주기

<그림2-8> ISO/IEC 25012 데이터 품질 세부 요소의 분류

<그림2-9> 데이터옵스 및 데브옵스 프로세스 비교

<그림2-10> 사용자들 간의 Solid-Pod의 구성

<그림2-11> digi.me 서비스 구성

<그림2-12> datona.io 플랫폼 구성

<그림2-13> CozyCloud 서비스 구성

<그림2-14> mydex 서비스 구성

<그림2-15> 개인신용정보 전송 유형 – 고객에 전송

<그림2-16> 개인신용정보 전송 유형 – 마이데이터사업자 외 기관에 전송

<그림2-17> 개인신용정보 전송 유형 – 마이데이터사업자에 전송

<그림2-18> 마이데이터서비스 구성 및 절차

<그림2-19> 개인신용정보 전송요구 내역 변경

<그림2-20> 개인신용정보 전송요구 철회

<그림2-21> 전송요구 기간 연장

<그림2-22> 본인인증 절차

<그림2-23> SW 기술수준 및 기술격차

<그림2-24> ICT 융합 기술수준 및 기술격차

<그림2-25> 빅데이터 기술수준 및 기술격차

<그림2-26> 인공지능 기술수준 및 기술격차

<그림2-27> 주요국 SW 분야 논문 및 특허 경쟁력

<그림2-28> 주요국 ICT융합 분야 논문 및 특허 경쟁력

<그림2-29> 주요국 빅데이터 분야 논문 및 특허 경쟁력

<그림2-30> 주요국 인공지능 분야 논문 및 특허 경쟁력

<그림2-31> EU 데이터 마켓 모니터링 도구

<그림2-32> 중국 디지털경제 구조

<그림2-33> OECD 데이터경제 프레임워크(안)

<그림2-34> 글로벌 데이터 시장 규모 동향

<그림2-35> 글로벌 데이터 공급기업 수 동향

<그림2-36> 글로벌 데이터 전문인력 수 동향

<그림2-37> 글로벌 데이터 경제가치 직접효과 동향

<그림2-38> 글로벌 데이터 경제가치 간접(후방)효과 동향

<그림2-39> 국내 데이터산업 부문별 시장 규모 동향

<그림2-40> 국내 데이터 처리 및 관리 솔루션 개발·공급업 시장 규모

<그림2-41> 국내 데이터 구축 및 컨설팅 서비스업 시장 규모

<그림2-42> 국내 데이터 판매 및 제공 서비스업 시장 규모

<그림2-43> 국내 데이터산업 인력 동향

<그림2-44> 국내 전 산업 데이터 직무 인력 동향

<그림2-45> 국내 빅데이터 및 분석 시장 규모 전망

Ⅲ. 마이데이터 유망 사업 분야별 사업화 전략

<그림3-1> 주요 빅테크 기업 핀테크 관련 동향

<그림3-2> 중국 모바일 결제 시장 현황

<그림3-3> 연도별 로켓 모기지 주택담보대출 규모 및 시장점유율

<그림3-4> 일본 간편결제 시장 규모 전망

<그림3-5> 마이데이터 기반 연말정산 서비스

<그림3-6> 마이데이터 기반 소비관리 서비스

<그림3-7> 마이데이터 기반 정부지원금 안내 서비스

<그림3-8> 글로벌 디지털 헬스케어 시장 점유율

<그림3-9> CB Insight 선정 글로벌 디지털 헬스케어 스타트업

<그림3-10> 유전체 빅데이터 분석을 통한 개인 맞춤형 치료

<그림3-11> 유전체 분석 시장 규모 및 유전체 분석 비용

<그림3-12> 개인건강정보를 바탕으로 한 스마트 헬스케어 산업 구조

<그림3-13> 디지털병원 도입 배경

<그림3-14> EMRAM 구현 단계

<그림3-15> 미국 AOU 데이터 플랫폼

<그림3-16> 일본 스마트 개호 정보공유 플랫폼

<그림3-17> 글로벌 디지털 헬스케어 시장 전망

<그림3-18> 글로벌 보건의료 마이데이터 시장 전망

<그림3-19> 데이터 성질에 따른 유형 구분 

<그림3-20> 교육빅데이터위원회 개정(안)

<그림3-21> 문항 특성 곡선

<그림3-22> 학습 경로 개인화

<그림3-23> 생산성·기업규모별 디지털 기술 도입의 생산성 증대 효과

<그림3-24> 가치사슬 단계별 클라우드 활용의 영업이익 증대 기여도

<그림3-25> 제조업 분야 데이터 거버넌스 인식 현황

<그림3-26> 스마트 팩토리 구축 시 애로사항