|
 |
|
¡ã À¯Çõ Willow Data Strategy ´ëÇ¥ |
[ÄÄÇ»ÅÍ¿ùµå] À¯Çõ ´ëÇ¥(¹Ì±¹¸í Stephen H. Yu)´Â 25³â ÀÌ»ó µ¥ÀÌÅͺ£À̽º ¸¶ÄÉÆÃ ºÐ¾ß¿¡¼ ¸í¼ºÀ» ¾ò°í ÀÖ´Â ¼¼°èÀûÀÎ µ¥ÀÌÅÍ Àü·«, ºò µ¥ÀÌÅÍ ¾Ö³Î¸®Æ½½º Àü¹®°¡ÀÌ´Ù. I-BehaviorÀÇ °øµ¿Ã¢¾÷ÀÚ/CTO, Infogroup ºÎ»çÀå µîÀ» ¿ªÀÓÇÏ¸é¼ Á¤º¸¼öÁý, µ¥ÀÌÅͺ£À̽º ¼³°è, Åë°èÇÐÀû ¸ðµ¨À» Ȱ¿ëÇÑ Å¸±ê¸¶ÄÉÆÃ µî ¸¶ÄÉÆÃ°ú IT°£ÀÇ °¡±³¿¡ Å« ±â¿©¸¦ ÇØ¿Ô´Ù.
À¯Çõ ´ëÇ¥ÀÇ ¿À·£ Àü¹®°¡·Î¼ÀÇ °æÇèÀ» ¹ÙÅÁÀ¸·Î ±¹³» »ç¿ëÀÚµé°ú µ¶Àڵ鿡°Ô º¸´Ù µ¥ÀÌÅ͸¦ È¿°úÀûÀ¸·Î Àß »ç¿ëÇÏ¸é¼ ½ÃÇàÂø¿À¸¦ ÁÙÀÏ ¼ö ÀÖ´Â ¹æ¹ýÀ» Ưº°¿¬À縦 ÅëÇØ ¼Ò°³ÇϰíÀÚ ÇÑ´Ù. ±ÝÀ¶, Åë½Å, ¹Ìµð¾î, À¯Åë, NGO µî ´Ù¾çÇÑ ±Û·Î¹ú °í°´µé°úÀÇ ÇöÀå °æÇè¿¡¼ ¿ì·¯³ª¿Â ¾ÖÁ¤ ¾î¸° Ãæ°í¿Í ¾´ ¼Ò¸®¿¡ µ¶ÀÚµéÀÇ ¸¹Àº °ü½ÉÀ» ºÎʵ台´Ù. ÆíÁýÀÚ ÁÖ
µ¥ÀÌÅͺ£À̽º¶ó°í ´Ù °°Àº °ÍÀÌ ¾Æ´Ï´Ù. À̰ÍÀº ³Ê¹«µµ ´ç¿¬ÇÑ ¸»Àε¥, ¸ðµç µ¥ÀÌÅͺ£À̽º°¡ ´Ù ±×°Ô ±×°Å¶ó°í ÇÏ´Â °ÍÀº ¸ðµç ÀÚµ¿Â÷³ª °Ç¹°ÀÌ ´Ù ºñ½ÁÇÑ °ÍÀ̶ó°í ¸»ÇÏ´Â °Í°ú °°±â ¶§¹®ÀÌ´Ù. ÇÏÁö¸¸ ¸¹Àº »ç¶÷µéÀº µ¥ÀÌÅͺ£À̽º¸¦ ´ëÇÒ ¶§ ±×°ÍÀ» ¾î¶»°Ô ºÁ¾ß ÇÒÁö¿¡ ´ëÇØ ÀüÇô ¾ÆÀ̵ð¾î°¡ ¾ø´Â °æ¿ì°¡ ¸¹´Ù.
¿ì¼± µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÒ ¶§¿¡´Â ±×°Í¿¡ ¼ÕÀ» ´ëº¸±â°¡ ¾î·Æ´Ù. ±×·¡¼ ÇÁ·Î±×·¡¸Ó°¡ ¾Æ´Ñ »ç¶÷µéÀº ±× µ¥ÀÌÅͺ£À̽º¿¡ ¿¬°áµÇ¾î ÀÖ´Â query, visualizationÀ̳ª drilldown¿ë Åø¼Â(toolset)¿¡ ÀÇÁ¸ÇÏ°Ô µÇ´Âµ¥, ±×·² °æ¿ì µ¥ÀÌÅͺ£À̽º¸¦ Á¦´ë·Î Æò°¡ÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó ¼ÕÀ» ´ë°í ÀÖ´Â Åø¼Â¿¡ ´ëÇÑ Àǰ߿¡ ±×Ä¡°í ¸¶´Â °æ¿ì°¡ ¸¹´Ù.
±×·¯ÇÑ µµ±¸µéÀº °Ç¹°¿¡ ºñ±³ÇÏÀÚ¸é °Ç¹°¿¡ ºÙ¾îÀִ â¹® Á¤µµ¿¡ ºÒ°úÇÑ °ÍÀε¥, ÇÑ °Ç¹°À» ±× ¾È¿¡ µé¾î°¡º¸Áöµµ ¾Ê°í â¹®À¸·Î¸¸ µé¿©´Ùº¸°í Á¡°ËÇÑ´Ù´Â °ÍÀº ´©°¡ ºÁµµ ¸»µµ ¾È µÇ´Â ÀÏÀÌ´Ù. ÇÏÁö¸¸ µ¥ÀÌÅͺ£À̽º¿¡ °üÇÑ Æò°¡´Â ±×·± ½ÄÀ¸·Î ÀÌ·ç¾îÁö´Â °æ¿ì°¡ Çã´ÙÇÏ´Ù.
Ç÷§Æû, ȯ°æ, Åø¼Â µî¿¡ ÇöȤµÇÁö ¸»¶ó
ÀÌÁ¦ ¸¹Àº µ¶Àڵ鲲¼ ÁüÀÛÇϽðÚÁö¸¸ ÇÊÀÚ´Â ‘ºòµ¥ÀÌÅÍ’¶õ Ç¥ÇöÀ» ±×´ÙÁö ¼±È£ÇÏÁö ¾Ê´Âµ¥, ¾î·µç ¿ì¸®´Â ¸ðµç µðÁöÅÐÈ µÉ ¼ö ÀÖ´Â Á¤º¸´Â µ¥ÀÌÅͶó°í ºÒ¸®´Â ½Ã´ë¿¡ »ì°í ÀÖ°í, ±×·± µ¥ÀÌÅÍ´Â ¾î¶² ÇüÅÂ·Îµç ´©±º°¡°¡ °³¹ßÇÏ°í °ü¸®ÇÏ´Â µ¥ÀÌÅͺ£À̽º¿¡ ÀúÀåµÇ¾îÀÖ°Ô ¸¶·ÃÀÌ´Ù. ±×¸®°í µ¥ÀÌÅͺ£À̽º´Â ÀÚµ¿Â÷³ª °Ç¹°ÀÌ ±×·¯ÇϵíÀÌ ºÐ¸íÇÑ ¸ñÀûÀ» °¡Áö°í µðÀÚÀÎ µÇ¾î¾ß ÇÏ´Â °ÍÀ̰í, °á°úÀûÀ¸·Î µ¥ÀÌÅͺ£À̽ºÀÇ µðÀÚÀεµ ±× Á¾·ù°¡ õÂ÷¸¸º°ÀÎ °ÍÀÌ´Ù.
¿äÁò ´Ù¾çÇÏ°Ô ¼Ò°³µÇ´Â ºòµ¥ÀÌÅÍ¿¡ °üÇÑ ±ÛÀ̳ª °¿¬µéÀ» º¸¸é µ¥ÀÌÅͺ£À̽ºÀÇ ³»¿ëº¸´Ù´Â Ç÷§Æû, ȯ°æ, ȤÀº Åø¼Â¿¡ °üÇÑ °ÍµéÀÌ ¸¹Àºµ¥, ÇÊÀÚ´Â ¿©±â¼ Hadoop, MongoDB, Pig, Python, MapReduce, Java, SQL, PHP, C++, SAS, cloud computing µî ±â¼úÀûÀÎ ´Ü¾îµéÀ» ÀüÇô »ç¿ëÇÏÁö ¾Ê°í ¼øÀüÈ÷ ºñÁî´Ï½ºÀû °üÁ¡¿¡¼ µ¥ÀÌÅÍ, Á¤º¸ÀÇ Ãâó, ȤÀº µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇϰíÀÚ ÇÑ´Ù.
»ç½Ç »ç¾÷°¡³ª ÀÇ»ç°áÁ¤ÀÚ¿¡°Ô´Â NoSQL°ú RDBÀÇ Â÷ÀÌ °°Àº °Íº¸´Ù´Â µ¥ÀÌÅͰ¡ ¾ó¸¶³ª »ç¾÷¿¡ À¯¿ëÇѰ¡°¡ Áß¿äÇÏ´Ù. ±×¸®°í ±×·¯ÇÑ À¯¿ë¼ºÀº µ¥ÀÌÅͺ£À̽ºÀÇ ³»¿ë°ú µðÀÚÀÎ, ±×¸®°í ±×°ÍÀ» ¿î¿µÇÏ´Â ¹æ½Ä¿¡¼ ºñ·ÔµÇ´Â °ÍÀÌÁö Ç÷§ÆûÀ̳ª Åø¼Â¿¡ ÀÇÇØ °áÁ¤µÇ´Â °ÍÀÌ ¾Æ´Ï´Ù.
¹°·Ð Åø¼ÂÀ̳ª µµ±¸µµ Áß¿äÇÏ´Ù. ÇÏÁö¸¸ À½¾Çȸ¿¡ °¡´Â »ç¶÷µéÀÌ ¿¬ÁÖÀÚ°¡ ¾î¶² ºê·£µåÀÇ ¾Ç±â¸¦ »ç¿ëÇϴ°¡º¸´Ù ±Ã±ØÀûÀ¸·Î À½¾ÇÀÌ °¨µ¿ÀûÀÌ³Ä ¾Æ´Ï³Ä¸¦ µûÁö´Â °Íó·³, µ¥ÀÌÅͺ£À̽º¿¡ ¿¬°üµÈ µµ±¸µéµµ ±×·± °üÁ¡¿¡¼ ºÁ¾ß ÇÑ´Ù. ¿¬ÁÖµµ Á¦´ë·Î ¸øÇÏ´Â ±âŸ¸®½ºÆ®°¡ ±×°¡ Á¸°æÇÏ´Â ¿¬ÁÖÀÚ°¡ »ç¿ëÇÏ´Â ¶È°°Àº ºê·£µåÀÇ ±âŸ¸¸ µé°í ¼ÀÖ´Ù°í °ü°´µéÀÌ °¨µ¿À» ¹ÞÀ» ¼º ½ÍÀº°¡? õ¸¸ÀÇ ¸»¾¸ÀÌ´Ù. ±×¿Í ¸¶Âù°¡Áö·Î Åø¼Â, ¼ÒÇÁÆ®¿þ¾î, Ç÷§Æû µîÀÇ ºÎ¼öÀûÀÎ °Í¸¸À¸·Î µ¥ÀÌÅͺ£À̽ºÀÇ À¯¿ë¼ºÀ» Æò°¡ÇÑ´Ù´Â °ÍÀº ¾îºÒ¼º¼³ÀÌ´Ù.
ÇÊÀÚ°¡ Á¦2Àå: ‘µ¥ÀÌÅÍÀÇ Á¾·ù¿Í ÇÁ¶óÀ̹ö½Ã’¿¡¼ ¼³¸íÇßµíÀÌ ¸¶ÄÉÆÃ¿¡¼ ÁÖ·Î ¾²ÀÌ´Â µ¥ÀÌÅÍ´Â Å©°Ô 1)Descriptive Data(¹¦»çÀû µ¥ÀÌÅÍ) 2)Transaction/Behavioral Data(°Å·¡¿Í Çൿ¿¡ °üÇÑ µ¥ÀÌÅÍ) 3)Attitudinal Data(ŵµÀû µ¥ÀÌÅÍ)·Î ³ª´©¾î º¼ ¼ö ÀÖ´Ù.
°£·«ÇÏ°Ô ¿ä¾àÇÏÀÚ¸é ÀÌ ¼¼ °¡Áö Â÷¿øÀÇ µ¥ÀÌÅÍ¿¡ ¸ðµÎ Á¢±ÙÇÒ ¼ö ÀÖÀ¸¸é °í°´, ¼ÒºñÀÚ µî °³ÀÎÀÇ ¼ºÇâÀÇ ¹¦»ç¿Í ¿¹ÃøÀÌ ¾ÆÁÖ Á¤È®ÇØÁø´Ù´Â °ÍÀε¥, ºñÁî´Ï½ºÀÇ ¸ñÀû¿¡ ºÎÇÕÇÏ´Â µ¥ÀÌÅÍÀÇ ‘³»¿ë’Àº µÎ¸»ÇÒ ³ªÀ§ ¾øÀÌ Ã¼Å© ¸®½ºÆ®ÀÇ °¡Àå À§¿¡ ÀÖ¾î¾ß ÇÒ °ÍÀÌ´Ù. ±×·¯ÇÑ ‘content’¿¡ °üÇÑ ÁÖÁ¦¿¡ ´ëÇØ¼´Â ÀÌ¹Ì ÁßÁ¡ÀûÀ¸·Î ´Ù·é ¹Ù Àֱ⿡ À̹ø¿¡´Â ´Ù¸¥ Â÷¿ø¿¡¼ µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÏ´Â ±âÁØÀ» ¼Ò°³ÇϰíÀÚ ÇÑ´Ù.
µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÏ´Â 9°¡Áö ±âÁØ
ÀÌ ¿¬À縦 ÅëÇØ ÀϰüµÇ°Ô ÁÖÀåÇßµíÀÌ, µ¥ÀÌÅÍ¿Í ºÐ¼®ÀÇ Æ²Àº ´ç¿¬È÷ ºñÁî´Ï½ºÀÇ ¸ñÀû¿¡ ºÎÇÕÇÏ´Â ÇüÅ·ΠÀÌ·ç¾îÁ®¾ß ÇÑ´Ù. »ç¾÷ÀÇ ¸ñÀûÀÌ ºÐ¼®ÀÇ Áø·Î¸¦ À̲ø¾î¾ß Çϰí, µ¥ÀÌÅͺ£À̽º´Â ºÐ¼®À» À§ÇØ µðÀÚÀÎµÇ°í ¶Ç ÃÖÀûȵǾî ÀÖ¾î¾ß ÇÏ´Â ¹ýÀÌ´Ù.
ÇÏÁö¸¸ ºÒÇàÇϰԵµ ¸¹Àº Á¶Á÷ ³»¿¡¼ ±× ¼ø¼°¡ ¿ÏÀüÈ÷ °Å²Ù·Î µÇ¾î ÀÖ¾î¼, °æ¿µÀεé°ú ÀÇ»ç°áÁ¤ÀÚµéÀº ºÐ¼®°¡ÀÇ Æ²¿¡ °¤Çô ÀÖ°í, ¶Ç ºÐ¼®°¡µéµµ µ¥ÀÌÅͺ£À̽º µðÀÚÀÎÀÇ ÇѰè·Î ¸¹Àº ½Ã°£°ú ³ë·ÂÀ» ³¶ºñÇϰí ÀÖ´Â °ÍÀ» º¼ ¼ö ÀÖ´Ù. ±×·¡¼ ¿©±â ¼Ò°³ÇÏ´Â Æò°¡ÀÇ ±âÁØ(evaluation criteria)Àº ÀÇ»ç°áÁ¤°ú ±×¿Í ¿¬°áµÈ ¸ðµ¨¸µÀ» Æ÷ÇÔÇÑ °íµîºÐ¼®¿¡¼ÀÇ À¯¿ë¼º¿¡ ±âÃÊÇÑ °ÍÀÓÀ» ¹àÇôµÐ´Ù.
ÀÌÁ¦ µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÏ´Â 9°¡ÁöÀÇ ±âÁØÀ» ¼Ò°³Çϱâ·Î ÇÑ´Ù. ÀÌ Ã¼Å© ¸®½ºÆ®´Â ³»ºÎ³ª ¿ÜºÎÀÇ µ¥ÀÌÅ͸¦ °ËÅäÇϴµ¥ À¯¿ëÇÒ °ÍÀ̸ç, ¶Ç µ¥ÀÌÅ͸¦ ÀÚ»êÀ¸·Î °¡Áö°í Àִ ȸ»çµé¿¡ ÅõÀÚ¸¦ ÇÑ´Ù´ø°¡ ÇÕº´À» °í·ÁÇÒ ¶§¿¡µµ »ç¿ëµÉ ¼ö ÀÖ°Ú´Ù.
1. ±íÀÌ(Depth)
°¡Àå ¸í¹éÇÑ °ÍºÎÅÍ ½ÃÀÛÇØº¸±â·Î ÇÏÀÚ. °ú¿¬ ±× µ¥ÀÌÅͺ£À̽º¿¡ ¾î¶°ÇÑ Á¤º¸°¡ µé¾îÀִ°¡? ÁÖ¿ä º¯¼öµéÀº ¾î¶² °ÍµéÀ̰í, ¾î¶² °íÀ¯ÀÇ Æ¯¼ºÀ» Áö´Ï°í Àִ°¡? Á¤º¸ÀÇ ´Ù¾ç¼ºÀº ´ç¿¬È÷ Áß¿äÇÑ ÆÇ´ÜÀÇ ±âÁØÀÌ µÇ¸ç, Ư¼ö¼ºÀº ±× µ¥ÀÌÅͺ£À̽º°¡ ¸¸µé¾îÁö°í °ü¸®µÇ´Â ¸ñÀû¿¡ ¿¬°üµÇ¾î ÀÖÀ» ¼ö ¹Û¿¡ ¾ø´Ù.
¿¹¸¦ µéÀÚ¸é B-to-B µ¥ÀÌÅÍ, ¿Ü±¹ µ¥ÀÌÅÍ, ¸ð¹ÙÀÏ ±â±â¿¡¼ ÆÄ»ýµÈ °Í °°Àº ƯÁ¤Çൿ¿¡ °üÇÑ µ¥ÀÌÅÍ, Ä«Å×°í¸®°¡ ºÐ¸íÇÑ °Å·¡ µ¥ÀÌÅÍ, »ýȰÆÐÅÏ µ¥ÀÌÅÍ, Ç¥º»ÃßÃâ µ¥ÀÌÅÍ µîÀ» »ý°¢Çغ¼ ¼ö ÀÖ°Ú´Ù. °Å²Ù·Î ¸»ÇÏÀÚ¸é ¸ñÀûÀÌ ºÐ¸íÇÏÁö ¾Ê°í ¹«ÀÛÁ¤ °É·Áµå´Â µ¥ÀÌÅ͸¦ ¸ð¾Æ³õ±â¸¸ ÇÑ µ¥ÀÌÅͺ£À̽º´Â Å©±â¿¡ »ó°ü¾øÀÌ ºñÁî´Ï½º¿¡ ½á¸Ô±â°¡ °ï¶õÇÏ´Ù´Â ¸»ÀÌ´Ù.
ÀϹÝÀûÀ¸·Î µ¥ÀÌÅÍ »çÀü(Data Dictionary)ÀÌ ±× µ¥ÀÌÅͺ£À̽ºÀÇ ±íÀ̸¦ ³ªÅ¸³»Áö¸¸(¾Æ¿¹ ±×·± ¹®¼°¡ Á¸ÀçÇÏÁöµµ ¾Ê´Â´Ù¸é ±× ÀÚü°¡ Å« ¹®Á¦´Ù), ±× ¾ÈÀ» ´õ ±íÀÌ ÆÄ°íµé¾î°¥ Çʿ䰡 ÀÖ´Ù. ¿¹¸¦ µéÀÚ¸é ¹Ì·¡¸¦ ¿¹ÃøÇÏ´Â µ¥¿¡ »ç¶÷ÀÇ ÇൿÀ» ±â·ÏÇÑ µ¥ÀÌÅÍ(behavioral data)°¡ ¹¦»çÀû µ¥ÀÌÅÍ(descriptive data)º¸´Ù ÈξÀ ´õ °·ÂÇÑ º¯¼ö°¡ µÇ±â ¶§¹®¿¡ ¾Õ¼ ¾ð±ÞÇÑ µ¥ÀÌÅÍÀÇ Á¾·ùº°·Î ¾î¶² º¯¼öµéÀÌ ¼öÁý, °ü¸®µÇ°í ÀÖ´ÂÁö »ìÆìºÁ¾ß ÇÑ´Ù. Çൿ¿¡ °üÇÑ µ¥ÀÌÅ͵µ ¼³¹®Á¶»ç µî¿¡ ±âÃÊÇÑ µ¥ÀÌÅÍ´Â »ç¶÷µéÀÌ ¸»ÇÏ´Â °Í°ú ½ÇÁ¦ÀÇ ÇൿÀÌ ´Ù¸¥ °ü°è·Î, °Å·¡±â·Ï¿¡¼ ÆÄ»ýµÈ °Íº¸´Ù °¡Ä¡°¡ ¶³¾îÁø´Ù.
µ¥ÀÌÅ͵µ ÆÐŰ¡À» ¾î¶»°Ô ÇÏ´À³Ä¿¡ µû¶ó È¿¿ë¼ºÀÌ Áõ°¡Çϱ⠶§¹®¿¡ âÀÇÀûÀÎ ¾ÆÀ̵ð¾îµµ µ¥ÀÌÅͺ£À̽º °¡Ä¡ÆÇ´Ü¿¡ Áß¿äÇÑ º¯¼ö°¡ µÈ´Ù. ƯÈ÷ µ¥ÀÌÅͺ£À̽º°¡ Ä¿Áö¸é¼ ¸¹Àº º¯¼öµé¿¡ ¼û°ÜÁø Àǹ̸¦ ÇÔÃàÇÒ Çʿ䰡 ´õ ¸¹¾ÆÁ³±â ¶§¹®¿¡, »ç¿ëÀڵ鿡°Ô Æí¸®Çϵµ·Ï º¯¼ö¸¦ ÀüÈ¯ÇØ³õ¾Ò´Ù´ø°¡ ¸ðµ¨À» ÀÌ¿ëÇØ Á¡¼öÈÇØ³õÀº º¯¼öµéÀÌ ´«¿¡ ¶ßÀÎ´Ù¸é °¡»êÁ¡À» ¹Þ¾Æ ¸¶¶¥ÇÏ´Ù.
¿Ö³ÄÇÏ¸é ¸¹Àº º¯¼ö¸¦ ´Ü¼øÈ÷ ³ª¿ÇسõÀº °Íº¸´Ù »ç¿ëÀÚÀÇ Áú¹®¿¡ ´ëÇÑ ´ë´äÀÇ ÇüŸ¦ °®Ãâ¼ö·Ï µ¥ÀÌÅÍÀÇ »ç¿ëÀÌ ÈξÀ ´õ À¯¿ëÇØÁö±â ¶§¹®ÀÌ´Ù. ±×·¡¼ µ¥ÀÌÅͺ£À̽º ±Ô¸ð µûÀ§´Â »ç½Ç Áß¿äÇÑ ÆÇ´ÜÀÇ ±âÁصµ ¾Æ´Ï¸ç, º¯¼öÀÇ ¼ýÀÚ¸¸À» ÀÚ¶ûÇÏ´Â °Íµµ ¹«ÀǹÌÇÏ´Ù. µ¥ÀÌÅ͸¦ ¼öÁýÇÏ´Â »ç¶÷µéÀÌ ¹Ýµå½Ã À¯³äÇØ¾ß ÇÒ Á¡ÀÌÀÚ ÇÊÀÚ°¡ ‘ºòµ¥ÀÌÅÍ’¶ó´Â Ç¥Çö ÀÚü¸¦ ²¨¸®´Â ÀÌÀ¯À̱⵵ ÇÏ´Ù.
2. ³Êºñ(Width)
¾Æ¹«¸® °ÑÀ¸·Î º¸±â¿¡ º¯¼ö°¡ ´Ù¾çÇÏ°í µ¥ÀÌÅͺ£À̽º°¡ ±íÀÌ ÀÖ¾î º¸ÀÌ´õ¶óµµ Ä¿¹ö¸®Áö(coverage)°¡ ³ÐÁö ¾ÊÀ¸¸é ±×°ÍÀº ¹«¿ëÁö¹°ÀÌ´Ù. ¿¹¸¦ µéÀÚ¸é ¼ÒºñÀÚ°¡ ¸ÅÀå¿¡¼ »óǰÀ» ±¸ÀÔÇÔ°ú µ¿½Ã¿¡ Á¦Ç° ´ÜÀ§ÀÇ ±¸¸Å±â·Ï µ¥ÀÌÅͰ¡ ½Ç½Ã°£À¸·Î ÀÔ·Â, °ü¸®µÇ´Â µ¥ÀÌÅͺ£À̽º°¡ ÀÖ´Ù ÇÏ¿©µµ, ¸¸¾à¿¡ ±×·± µ¥ÀÌÅÍÀÇ ¼öÁýÀÌ Àü±¹À» ÅëÆ²¾î µÎ ¸ÅÀå¿¡¼¸¸ °¡´ÉÇÏ´Ù¸é ±× µ¥ÀÌÅͺ£À̽ºÀÇ °¡Ä¡´Â ¶³¾îÁú ¼ö ¹Û¿¡ ¾ø´Ù.
½ÇÁ¦·Î ÇÊÀÚ´Â ±×·± °æ¿ì¸¦ ¸¶ÁÖÄ£ ÀûÀÌ ¸¹Àºµ¥, ¹°·Ð ºÐ¼®À̶õ ÁÖ¾îÁø µ¥ÀÌÅÍÀÇ È¿¿ë¼ºÀ» ÃÖ´ëÈÇÏ´Â °úÁ¤À̱ä ÇÏÁö¸¸, Áö¿ªÀûÀ¸·Î ±¹ÇÑµÈ µ¥ÀÌÅÍ·Î Àü±¹ ¼ÒºñÀÚÀÇ Æ¯¼ºÀ» °¡´ÆÇÏÀÚ¸é ¸¹Àº °¡¼³À» (½ÉÁö¾î´Â ³ªÁß¿¡ ÈÄȸÇÒ ¸¸ÇÑ °¡¼³µéµµ) ¸¸µé¾î¾ß Çϰí, ¶Ç ±× ºÐ¼® °á°ú ¶ÇÇÑ ¸¹Àº ¿À·ù¸¦ Æ÷ÇÔÇÒ ¼ö ÀÖ´Ù.
¾Æ¹«¸® ¸ðµç ±â±â¸¦ ÅëÇØ ¸ðµç °÷¿¡¼ ¸ðµç ÀÌ¿¡ ´ëÇÑ ¸ðµç µ¥ÀÌÅ͸¦ ¸ðÀ» ¼ö ÀÖ´Â ½Ã´ë¶óµµ ¿Ïº®ÇÏ°Ô ¼öÁýµÈ µ¥ÀÌÅͶõ ¾ø´Ù(Á¦9Àå: ‘Á¤º¸ÀÇ ºÎÀç¿¡µµ Àǹ̰¡ ÀÖ´Ù’ ÂüÁ¶). Á¤º¸¼öÁýÀÇ ÇѰè´Â µµÃ³¿¡ ÀÖ´Ù. ƯÁ¤ ºê·£µå¿¡ ±¹ÇÑµÈ Á¤º¸¸¦ »ó»óÇØº¼ ¼ö ÀÖ°í, ±×¿Í ¸¶Âù°¡Áö·Î »ç¾÷Áö¿ª, ÇÁ¶óÀ̹ö½Ã Á¶Ç×, µ¥ÀÌÅÍ ¼ÒÀ¯±Ç, ¼öÁýµµ±¸, ±â¼úÀû ÇѰè, ¼öÁý±â±¸ÀÇ ºÐÆ÷ÀÇ ÇÑ°è µî ¸¹Àº ´Ù¸¥ ÀÌÀ¯·Î ¼öÁýµÇÁö ¾Ê´Â Á¤º¸°¡ ´õ ¸¹À» ¼öµµ ÀÖ´Ù.
Çѱ¹¿¡¼´Â ¸ð¹ÙÀÏ ±â±â¸¦ ÀÌ¿ëÇÑ °áÁ¦°¡ ÀÌ¹Ì ÀÏ»óȵǾî ÀÖÁö¸¸, ¹Ì±¹¿¡¼´Â Apple iPhoneÀÇ NFC(Near Field Communication)¸¦ ÀÌ¿ëÇÑ Apple Pay°¡ ÀÌÁ¦¼¾ß ÁÖ¸ñÀ» ¹Þ°í ÀÖÀ¸¸ç ½ÇÁ¦ »ç¿ëºóµµµµ °ý¸ñÇÒ Á¤µµ°¡ ¾Æ´Ï´Ù. ±×·¯ÇÑ »õ·Î¿î ±â¼úÀ» ÅëÇØ ¼öÁýµÇ´Â µ¥ÀÌÅÍ´Â ±× ±â±â°¡ ³Î¸® º¸±ÞµÇ±â Àü¿¡´Â ¸¹Àº ÇѰ踦 Áö´Ï°í ÀÖÀ» ¼ö ¹Û¿¡ ¾øÀ¸¸ç, ±×·± µ¥ÀÌÅ͸¸À» ±âÃÊ·Î ÇÑ ºÐ¼®Àº ÁøÁ¤ÇÑ ¼ÒºñÀÚÀÇ ¼ºÇâÀÌ ¾Æ´Ï¶ó ±× ±â±â¸¦ ÀÏÂï ¼ö¿ëÇÑ »ç¶÷µéÀÇ ¼ºÇâÀ» Ç¥ÇöÇÏ´Â ÆíÇ⼺(bias)À» Æ÷ÇÔÇÏ°Ô ¸¶·ÃÀÌ´Ù.
±â¼úÀûÀÎ ÇѰ谡 ¾Æ´Ï´õ¶óµµ ¸¸¾à ÇÑ È¸»ç¸¸ÀÇ ½Å¿ëÄ«µå µ¥ÀÌÅ͸¦ ÀÌ¿ëÇØ »ç¿ëÀÚ ºÐ¼®À» ÇÏ¸é ±× °á°ú´Â Å©°Ç ÀÛ´ø ÆíÇ⼺¿¡¼ ¿ÏÀüÈ÷ ÀÚÀ¯·Î¿ï ¼ö ¾ø´Ù. ÇÊÀÚ´Â ±×·± ºÐ¼®ÀÌ °¡Ä¡°¡ ¾ø´Ù´Â ¸»À» ÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó(¼öÁýÇÑ µ¥ÀÌÅÍÀÇ ÇѰ踦 ¾Ë°í ÇØ¼®ÇÏ¸é ±×·¯ÇÑ ºÐ¼®ÀÇ °á°ú´Â ¾ÆÁÖ À¯¿ëÇÒ ¼ö ÀÖ´Ù), µ¥ÀÌÅ͸¦ ´Ù·ç¸é¼ Ä¿¹ö¸®Áö(coverage)´Â Ç×»ó À¯³äÇØ¾ß ÇÒ »çÇ×À̶ó´Â °ÍÀÌ´Ù.
´õ ³ª¾Æ°¡ Àü¹®°¡µéÀ» ÅëÇØ ¼öÁýµÇ°í °ü¸®µÇ´Â µ¥ÀÌÅ͵µ º¯¼ö º°·Î Ä¿¹ö¸®Áö¸¦ »ìÆìº¼ Çʿ䰡 ÀÖ´Ù. Á¤º¸ÀÇ Á¾·ù¿¡ µû¶ó ¼öÁýÀÌ ´õ ¾î·Á¿î º¯¼ö°¡ ÀÖÀ» ¼ö ÀÖÀ¸¸ç, ¹Ì±¹¿¡¼¿Í °°ÀÌ Á¤º¸ÀÇ ÆÇ¸Å°¡ ºñ±³Àû ÀÚÀ¯·Î¿î ³ª¶ó¿¡¼µµ »ç¶÷µéÀÇ Á÷¾÷À̳ª ÀÚ³à ¿©ºÎ´Â ´Ü¼øÇÑ ¼öÀÔÀ̳ª ÀÚÅÿ©ºÎ µî¿¡ ºñÇØ ¼öÁýÀÌ ¾î·Á¿î Á¤º¸¿¡ ¼ÓÇÑ´Ù.
½ÉÁö¾î´Â »ç¶÷µéÀÌ ¼ÒÀ¯Çϰí ÀÖ´Â ÀÚµ¿Â÷¿¡ °üÇÑ Á¤º¸°¡ ÀÚÀ¯·Ó°Ô À¯ÅëµÇ´Ù°¡µµ ±×·± Á¤º¸ÀÇ °Å·¡ ÀÚü¸¦ ±ÝÁöÇÏ´Â ¹ý¾ÈÀÇ Åë°ú·Î ÇÏ·ç ¾ÆÄ§¿¡ º¯¼ö°¡ ºó °÷À¸·Î ³²°Ô µÇ´Â °æ¿ìµµ ÀÖ´Ù. ¿ä´Â º¯¼öÀÇ Á¸Àç ÀÚü¸¸ °¡Áö°í ÆÇ´ÜÇÒ ÀÏÀÌ ¾Æ´Ï¶ó °ú¿¬ ¾ó¸¶¸¸ÅÀÇ Á¤º¸°¡ ±× ¾È¿¡ ÀÖ´ÂÁöµµ ¹Ýµå½Ã »ìÆì¾ß ÇÑ´Ù´Â °ÍÀÌ´Ù.
3. Á¤È®¼º (Accuracy)
¾î¶°ÇÑ °úÇÐÀû ºÐ¼®¿¡¼µµ ‘False Positive’, Áï ‘¿À·ù·Î ÀÎÇÑ ¾ç¼º¹ÝÀÀ’Àº »ç¿ëÀÚµéÀÇ ÀûÀÌ´Ù. ½ÇÁ¦·Î ±×·± ¿À·ù¿¡ ±âÃÊÇÑ ´äÀº Á¤º¸°¡ ¾Æ¿¹ ¾ø´À´Ï¸¸ ¸øÇÑ °ÍÀÌ´Ù. ¸¹Àº »ç¶÷µéÀº ÄÄÇ»ÅÍ¿¡ ÀúÀåµÈ Á¤º¸´Â ´Ù ¿Ç´Ù°í ¹Ï´Â °æÇâÀÌ ÀÖÁö¸¸, µ¥ÀÌÅÍ ÀÚüµµ Àΰ£Àû ¿À·ù¿¡¼ Àý´ë·Î ÀÚÀ¯·Î¿ï ¼ö ¾ø´Ù.
°Ô´Ù°¡ µ¥ÀÌÅÍÀÇ Ãâó°¡ Ư¼öÇϰí Èñ±ÍÇÒ¼ö·Ï ºñ±³´ë»óÀÇ ºÎÀç·Î ±× Á¤È®µµ¸¦ °¡´ÆÇϱⰡ ¾î·Á¿öÁø´Ù. µ¥ÀÌÅÍ ¿¡·¯´Â ÀÏÂ÷Àû ¼öÁý¿¡¼ º¯È¯°úÁ¤À» Æ÷ÇÔÇÑ ¸ðµç ´Ü°è¿¡¼ ÀϾ ¼ö ÀÖ´Ù. ¸¸¾à¿¡ ¿©·¯ °÷¿¡¼ ºñ½ÁÇÑ Á¤º¸°¡ ¼öÁýµÈ´Ù¸é ¼·Î ºñ±³ÇÏ´Â °Íµµ Á¤È®¼ºÀ» È®ÀÎÇÏ´Â ÇÑ ¹æ¹ýÀ̸ç, µ¥ÀÌÅ͸¦ ¾÷µ¥ÀÌÆ® ÇÒ ¶§¸¶´Ù Áö³ ¹öÀü°úÀÇ Â÷À̸¦ ²÷ÀÓ¾øÀÌ °ËÅäÇÏ´Â °Íµµ ¹Ù¶÷Á÷ÇÑ ÇÁ·Î¼¼½ºÀÌ´Ù.
ÇÏÁö¸¸ µ¥ÀÌÅÍÀÇ Á¤È®¼ºÀº ´ÜÁö µ¥ÀÌÅ͸¦ ¸¸Áö´Â »ç¶÷µé¸¸ÀÇ ÀÏÀÌ ¾Æ´Ï´Ù. ¹°·Ð ÀÌ µ¥ÀÌÅÍ ºñÁî´Ï½º¿¡¼´Â ¸¶Áö¸·¿¡ µ¥ÀÌÅ͸¦ ¸¸Áø »ç¶÷ÀÌ ±× ¶§±îÁö ÀÏ¾î³ ¸ðµç ¿À·ù±îÁö Ã¥ÀÓÁ®¾ß ÇÏ´Â ¹ýÀÌÁö¸¸, ¹Ì±¹½Ä Ç¥ÇöÀ» ºô¸®ÀÚ¸é °á±¹Àº “Garbage-in-garbage-out”ÀÎ °ÍÀÌ´Ù. ¾ÖÃÊ¿¡ ¸¸µé¾îÁø ¿À·ù´Â ÂüÀ¸·Î °íÄ¡±â°¡ ¾î·Á¿î °ÍÀ̸ç, ±×·¡¼ ¸ðµç ¼öÁý°úÁ¤ÀÌ Áß¿äÇÑ °ÍÀÌ´Ù.
ÃÖ±Ù¿¡ ÇÊÀÚ´Â ¸ÅÀå¿¡¼ ¸ÅÀåÁ÷¿øµé¿¡ ÀÇÇØ ¼öÁýµÈ µ¥ÀÌÅ͸¦ °¡°øÇÏ´Â °úÁ¤¿¡ Âü¿©Çߴµ¥, ±× Áß Áß¿äÇÑ ´Ü°è ÁßÀÇ Çϳª´Â »ç¶÷µé¿¡ ÀÇÇØ ¸¸µé¾îÁø ¿À·ù¸¦ ¼öÁ¤Çϰųª, ¾Æ¿¹ Æó±âÇÏ´Â ÀÛ¾÷ÀÌ´Ù. ±×·¯ÀÚ¸é ÂüÀ¸·Î ¸¹Àº µ¥ÀÌÅ͸¦ Á÷Á¢ µé¿©´ÙºÁ¾ß Çϴµ¥, ±× Áß¿¡¼ °¡Àå ÇѽÉÇÏ°íµµ ¿ô±â´Â ¿¹´Â À̸§ ³¿¡ “Asian Tourist”¶ó°í ÀÔ·ÂÇÑ °ÍÀÌ´Ù. ±×·± °Í ¸»°íµµ À̸§ ³¿¡ “No Information”, “Not Given” µîÀÌ µé¾îÀÖ´Â °ÍÀº ¾ÆÁÖ ÈçÇѵ¥, ±×·± ¿À·ù¸¦ ¼öÁ¤ÇÏÁö ¾ÊÀ¸¸é ³ªÁß¿¡ “Dear Asian Tourist”¶ó°í À̸ÞÀÏÀ» ¹ß¼ÛÇÏ°Ô µÇ´Â ²ûÂïÇÑ °æ¿ìµµ »ý±æ ¼ö ÀÖ´Ù(¹Ì±¹¿¡¼´Â ±×·± ½Ç¼ö·Î ȸ»ç°¡ ¼Ò¼ÛÀ» ´çÇÒ ¼öµµ ÀÖ´Ù).
ÀÌ·¯ÇÑ ‘»ç¶÷µé¿¡ ÀÇÇÑ ¿À·ù’´Â »ç¹æ¿¡ ³Î·Á Àִµ¥, ½ÉÁö¾î´Â ÀºÇàÀÇ °í°´±â·Ï¿¡¼µµ ½É°¢ÇÑ ¿À·ù¸¦ ¹ß°ßÇÑ °ÍÀÌ ÇѵΠ¹øÀÌ ¾Æ´Ï´Ù. ÀüȹøÈ£ °°Àº °ÍÀº “777-555-1234” °°ÀÌ ¾Æ¹« ¹øÈ£³ª ±âÀÔÇÑ °æ¿ìµµ ¸¹°í, ¿ÏÀüÈ÷ Àå³À¸·Î “Mickey Mouse” °°Àº À̸§À̳ª ½ÉÁö¾î´Â ¿å¼³ÀÌ ¹ß°ßµÇ±âµµ ÇÑ´Ù. ±×·± ¿å¼³À» °í°´¿¡°Ô º¸³»´Â ÆíÁö³ª À̸ÞÀÏ¿¡ Æ÷ÇÔ½ÃÄÑ º¸³½´Ù¸é ±× °á°ú°¡ ¾î¶³Áö ÁüÀÛÇϱⰡ ¾î·ÆÁö ¾Ê´Ù.
±×·¡¼ µ¥ÀÌÅͺ£À̽º¸¦ Ç׽à üũÇÏ°í ±ú²ýÀÌ Á¤¸®ÇÏ´Â °ÍÀÌ Áß¿äÇÑ ÀÏÀε¥, ¿äÁò ȵΰ¡ µÇ°í ÀÖ´Â µ¥ÀÌÅÍ °Å¹ö³Í½º(Data Governance)¶ó´Â °Íµµ »ç½Ç ÀÌ·± ´Ü¼øÇÏ´Ù°íµµ ÇÒ ¼ö ÀÖ´Â ÀÛ¾÷ÀÌ ½ÃÀÛÁ¡ÀÌ´Ù.
±×·±µ¥ ȸ»çÀÇ Á÷¿øµéÀÌ¾ß ±³À°ÀÌ¶óµµ ½Ãų ¼ö ÀÖÁö¸¸ (¿¹¸¦ µéÀÚ¸é “ÀÚ½ÅÀÇ À̸ÞÀÏ ÁÖ¼Ò¸¦ ÀԷ½ÃŰÁö ¸» °Í”, “¾î´À °æ¿ì¿¡µµ °ÅÁþ Á¤º¸¸¦ ÀÔ·ÂÇÏÁö ¸»°í ¸ð¸£¸é ºó °÷À¸·Î ³²°ÜµÑ °Í” µî), ÀÎÅͳݿ¡¼ ¼ÒºñÀÚ³ª »ç¿ëÀÚ°¡ Á÷Á¢ ÀÔ·ÂÇÏ´Â Á¤º¸´Â ¾î¶»°Ô °ü¸®ÇÒ °ÍÀΰ¡?
ÄÄÇ»ÅͶõ ¹«¾ùÀÌ ³ª»Û ¸»ÀÎÁö »ç¶÷ÀÌ °¡¸£ÃÄ ÁÙ ¶§±îÁö´Â ¸ð¸£´Â Á¸ÀçÀÌ´Ï ±×·± ´Ü¾îµéÀÌ ¹ß°ßµÇ´Â ´ë·Î ²÷ÀÓ¾øÀÌ Å×À̺í(meta-table)·Î Á¤¸®ÇÏ¿© °ü¸®ÇÏ´Â ¹ý ¹Û¿¡´Â ¾ø´Ù. »ç½Ç Å©¶ó¿ìµå ¼Ò½Ì(crowd sourcing)À¸·Î µ¥ÀÌÅͺ£À̽º¸¦ Å©°Ô ¸¸µé¾ú´Ù°í ÀÚ¶ûÇϴ ȸ»çµéÀÇ °¡Àå Å« °í¹ÎÀº ¹Ù·Î Á¤º¸ÀÇ Á¤È®¼º°ú °ü¸®ÀÌ´Ù. ÄÄÇ»ÅÍ¿¡ µ¥ÀÌÅͰ¡ ÀԷµǴ °ÍÀº ¼ö¸¹Àº ½ºÅܵé Áß Ã¹ °ÉÀ½¿¡ ºÒ°úÇÑ °ÍÀÌ´Ù.
´õ ³ª¾Æ°¡ ¼ýÀڷΠǥÇöµÈ µ¥ÀÌÅÍÀÇ °æ¿ì, ¾î¶² ¼ýÀÚ°¡ ¿À·ù¸¦ Æ÷ÇÔÇϰí ÀÖ´ÂÁö »ç¶÷ ´«À¸·Î ºÁ¼´Â ¾Ë ¼ö°¡ ¾ø±â ¶§¹®¿¡ ±× Á¤È®¼ºÀ» È®ÀÎÇϱⰡ ´õ ¾î·Æ´Ù. ±×·¡¼ ´Ù¸¥ µ¥ÀÌÅÍ ¼Ò½º(data source)¿Í ºñ±³ °ËÅäÇÏ´Â °ÍÀÌ Áß¿äÇϸç, ±×°ÍÀÌ ¿©ÀÇÄ¡ ¾Ê´Ù¸é ºÐÆ÷µµ¿Í medianµîÀ» °ú°ÅÀÇ ±â·Ï°ú ´Ã ºñ±³ÇØ¾ß ÇÏ´Â °ÍÀÌ´Ù.
¹Ì±¹ÀÇ °æ¿ì, Á¤ºÎ¿¡¼ Census Data¸¦ °ø°³Çϱ⠶§¹®¿¡ ¾î´À Á¤µµ ºñ±³ÀÇ ´ë»óÀÌ Àִµ¥, »ç½Ç ¾î´À ³ª¶ó¿¡¼µç ÀÌ·¯ÇÑ °ø°ø µ¥ÀÌÅÍ´Â ÇÁ¶óÀ̹ö½ÃÀÇ ¹®Á¦¸¦ ÃÊ·¡ÇÏÁö ¾Ê´Â ¼±¿¡¼ °¨ÃßÁö ¸»°í °ø°³ÇÏ´Â °ÍÀÌ ¹Ù¶÷Á÷ÇÏ´Ù. ¾Õ¼ ¾ð±ÞÇßµíÀÌ Á¤º¸ÀÇ ¿À·ù´Â ¸¹Àº »çȸÀû ³¶ºñ¸¦ ÃÊ·¡Çϱ⠶§¹®ÀÌ´Ù.
¸¸¾à¿¡ ºñ±³´ë»óÀÌ ¾ø´Â ȸ»ç ³» µ¥ÀÌÅͶó¸é Åë°è¿¡¼ ¸»ÇÏ´Â ‘Outlier’, Áï ±ØÇÑ °ªÀ» Æ÷ÇÔÇÑ µ¥ÀÌÅ͸¦ ¾Æ¿¹ Á¦°ÅÇØ ¹ö¸®´Â ¹æ¹ýµµ ±ÇÀåÇÒ ¸¸ÇÏ´Ù. ¹Ì±¹½Ä Ç¥ÇöÀ¸·Î “Too good to be true”ÀÇ ¹üÁÖ¿¡ µå´Â µ¥ÀÌÅ͸¦ ¾ø¾Ö¹ö·Áµµ ºÐ¼®¿¡ ÀüÇô ÁöÀåÀÌ ¾ø´Â ¹ýÀÌ´Ù.
¿äÁ¡Àº 1)´©±º°¡°¡ ÄÄÇ»ÅÍ¿¡ ÀÔ·ÂÇÏ°í µ¥ÀÌÅͺ£À̽º·Î °ü¸®ÇÑ´Ù°í ÇØ¼ °Å±â¼ ³ª¿Â Á¤º¸¸¦ ÀÇ½É ¾øÀÌ ¹ÏÁö ¸» °ÍÀ̸ç, 2)µ¥ÀÌÅÍÀÇ ¿À·ù¸¦ ²÷ÀÓ¾øÀÌ ¸®Æ÷Æ®³ª ¸®½ºÆÃÀ» ÅëÇØ ã¾Æº¸¾Æ¾ß ÇÑ´Ù´Â °ÍÀÌ´Ù. ÄÄÇ»ÅÍ´Â ¹«¾ùÀÌ “bad”ÀÎÁö »ç¶÷ÀÌ ·êÀ» Á¤ÇØ ÀԷ½ÃŰÁö ¾ÊÀ¸¸é ¾ËÁö ¸øÇÑ´Ù.
4. Ãֽżº(Recency)
µ¥ÀÌÅ͵µ ½Ã°£ÀÌ Áö³ª¸é Á¤È®¼ºÀ» ÀÒ°Ô ¸¶·ÃÀÌ´Ù. ÁøºÎÇÏ°í ¿À·¡µÈ µ¥ÀÌÅÍ´Â ¿¹ÃøÀ̳ª ºÐ¼®¿¡ µµ¿òÀÌ µÇÁö ¾Ê´Â °ÍÀº ¹°·ÐÀÌ¸ç ±× ÀÚü°¡ ¿À·ù·Î ÀÛ¿ëÇÒ ¼ö ÀÖ´Ù. ¹Ì±¹¿¡¼´Â ±×·¯ÇÑ À̽´¸¦ ‘Data Atrophy’, Áï ‘µ¥ÀÌÅÍÀÇ ¼èÅð’¶ó°í ºÎ¸£´Â »ç¶÷µéµµ ¸¹Àºµ¥, ¹®Á¦´Â ÇöÀç¿¡ ¾Æ¹«¸® ½Å¼±Çϰí Á¤È®ÇÑ µ¥ÀÌÅͶó ÇÏ´õ¶óµµ ½Ã°£ÀÌ Áö³ª¸é ÅðÈÇÑ´Ù´Â °ÍÀÌ´Ù. Áï, µ¥ÀÌÅ͵µ À¯Åë±â°£ÀÌ ÀÖ´Ù´Â ¸»ÀÌ´Ù.
¿¹¸¦ µéÀÚ¸é ¾î¶² »ç¶÷ÀÌ °ñÇÁ¸¦ Áñ±ä´Ù´Â Á¤º¸¸¦ ¾ò¾ú´Ù°í °¡Á¤ÇÏÀÚ. ±× Á¤º¸´Â ¾ÆÁÖ ¿À·¡ ÀüÀÇ ¼ºÇâÁ¶»ç¿¡ ´ëÇÑ ´ä¿¡¼ ³ª¿Â °ÍÀÏ ¼öµµ ÀÖ°í, ȤÀº ¸î ³â Áö³ °Å·¡±â·Ï¿¡¼ ÆÄ»ýµÈ °ÍÀÏ ¼öµµ ÀÖ´Ù. ¹®Á¦´Â ±× »ç¶÷ÀÌ ÀÌÁ¦´Â ´õ ÀÌ»ó °ñÇÁ¸¦ Ä¡Áöµµ ¾Ê°í »õ·Î¿î Àåºñ¿¡´Â ´õ´õ±¸³ª °ü½ÉÀÌ ¾øÀ» ¼öµµ ÀÖ´Ù´Â °ÍÀÌ´Ù. µ¥ÀÌÅ͵µ ¾÷µ¥ÀÌÆ®¸¦ °è¼Ó ÇØÁÖÁö ¾ÊÀ¸¸é ´©±º°¡°¡ ¿À·¡µÈ µ¥ÀÌÅÍ¿¡ ±âÃÊÇØ ¿ÇÁö ¾ÊÀº ÆÇ´ÜÀ» ÇÏ°Ô µÉ °¡´É¼ºÀÌ »ý±â´Â °ÍÀÌ´Ù.
´õ Å« ¹®Á¦´Â Çൿ¿¡ °üÇÑ µ¥ÀÌÅÍ(transaction or behavioral data)¿Í °°ÀÌ ¼öÁýÀÌ ¾î·Á¿î µ¥ÀÌÅͰ¡ ´õ »¡¸® ÅðÈÇÏ´Â °æÇâÀÌ ÀÖ´Ù´Â °ÍÀÌ´Ù. ±×·¯ÇÑ °Å·¡¿¡ ±âÃÊÇÑ µ¥ÀÌÅÍÀÇ ÅðȰ¡ ÇÇÇÒ ¼ö ¾ø´Â ÀÏÀ̶ó¸é, ±× µ¥ÀÌÅÍÀÇ Á¶°¢¸¶´Ù ¾ðÁ¦ÀÇ ±â·Ï¿¡ ±âÃÊÇÑ °ÍÀÎÁö Ç¥½Ã¸¦ ÇØ³õ´Â °ÍÀÌ ¹Ù¶÷Á÷ÇÏ´Ù. ´©°¡ ¸¸¾à¿¡ °ñÇÁ µå¶óÀ̹ö¸¦ »õ·Î ±¸ÀÔÇß´Ù¸é, ±×°Ô ¾ðÁ¦¿´´Â°¡? ´ç¿¬È÷ 2009³â ±â·Ïº¸´Ù 2014³â ±â·ÏÀÌ ´õ °¡Ä¡°¡ ÀÖ´Â °ÍÀÌ´Ù.
¹Ì±¹¿¡¼´Â ‘Hot Line Name’, Áï ÇöÀç ¾î¶² Ä«Å×°í¸®¿¡ °ü½ÉÀ» µÎ°í ÀÖ´Â »ç¶÷µéÀÇ ¸í´ÜÀÌ ºñ½Ñ °ªÀ¸·Î °Å·¡µÇ°í Àִµ¥, °ü·ÃµÈ »óǰ¿¡ µû¶ó ´Ù¸£Áö¸¸ »ç½Ç ±×·± µ¥ÀÌÅ͵µ ±æ¾î¾ß 2~3°³¿ùÀ̸é È¿¿ëÀ» ´ÙÇÏ´Â °ÍÀ̰í, ¸¹Àº °æ¿ì ±×º¸´Ù ÈξÀ ªÀº ½Ã°£¿¡ ±× °¡Ä¡°¡ Áõ¹ßÇØ¹ö¸®´Â °æ¿ìµµ ¸¹´Ù. ºÐ¼®°¡³ª Åë°èÀü¹®°¡µéÀÌ ÇÏ´Â Àϵé Áß Çϳª°¡ ±×·± µ¥ÀÌÅÍÀÇ À¯È¿±â°£À» ÃÖ´ëÇÑ ´Ã¸®´Â ÀÏÀ̱â´Â ÇÏÁö¸¸, ¾ðÁ¨°¡´Â ±× ¿øÃµÀû µ¥ÀÌÅÍÀÇ È¿¿ë¼ºÀº »ç¶óÁö°Ô ¸¶·ÃÀÌ´Ù.
¿äÁò ‘½Ç½Ã°£ ¾÷µ¥ÀÌÆ®’¶õ ¸»ÀÌ ³Ê¹« ½±°Ô »ç¿ëµÇ°í ÀÖ¾î¼ ¿ÀÈ÷·Á ¹®Á¦Áö¸¸(½Ç½Ã°£À¸·Î ÀÇ»ç°áÁ¤À» ÇÏÁö ¾Ê´Â´Ù¸é ±× ºñ½Ñ ‘½Ç½Ã°£ ¾÷µ¥ÀÌÆ®’¸¦ °íÁýÇÒ Çʿ䰡 ¾ø´Ù), µ¥ÀÌÅͺ£À̽º´Â ÁÖ°£, ¿ù°£, ¿©ÀÇÄ¡ ¾Ê´Ù¸é ºÐ±â´çÀ¸·Î¶óµµ ²ÙÁØÈ÷ ¾÷µ¥ÀÌÆ® µÇ¾î¾ß ±× °¡Ä¡°¡ º¸ÀüµÈ´Ù. ¾Æ´Ï¸é ´©±º°¡°¡ ´Ù Áö³ª°£ Á¤º¸·Î Ʋ¸° °á·ÐÀ» ³»¸®°Ô µÉ °ÍÀÌ´Ù.
5. Àϰü¼º(Consistency)
¾Æ¹«¸® µ¥ÀÌÅͺ£À̽º¸¦ ÀÚÁÖ ¾÷µ¥ÀÌÆ®Çصµ ¸ðµç º¯¼ö°¡ ´Ù °°ÀÌ Ã¤¿öÁö°í °»½ÅµÇÁö´Â ¾Ê´Â´Ù. ±×¸®°í ±×°Ô Çö½ÇÀÌ´Ù. Àç¹ÌÀÖ´Â °ÍÀº ¸ðµ¨ µî °íµîºÐ¼®¿¡ µ¥ÀÌÅͰ¡ »ç¿ëµÉ ¶§ µ¥ÀÌÅÍ¿¡ Àϰü¼ºÀÌ ÀÖ´Ù¸é ¾µ¸¸ÇÑ ¿¹ÃøÀÌ ³ª¿Â´Ù´Â °ÍÀÌ´Ù. ÀÌ»óÇÏ°Ô µé¸± ¼öµµ ÀÖÁö¸¸ ±×¸® Á¤È®ÇÏÁö ¾ÊÀº Á¤º¸µµ ‘Àϰü¼º ÀÖ°Ô Æ²¸®¸é’ ¿¹ÃøÀû ¸ðµ¨¿¡ À¯¿ëÇÏ°Ô ¾²ÀÏ ¼ö ÀÖ´Ù´Â ¸»ÀÌ´Ù.
¸ðµ¨¸µÀ̶õ ‘Ÿ±ê’°ú ‘Ÿ±êÀÌ ¾Æ´Ñ °Í’ÀÇ Â÷ÀÌÁ¡À» ¼öÇÐÀûÀ¸·Î Ç¥ÇöÇÏ´Â ÀÛ¾÷À̰í, ¸¸¾à¿¡ ±× µÎ ±×·ìÀ» ¹¦»çÇÏ´Â º¯¼öµéÀÌ ‘Àϰü¼º ÀÖ°Ô’ ¾î±ß³ª ÀÖ´Ù¸é ±× ¸ðµ¨ÀÚü´Â À¯¿ëÇÒ ¼ö ÀÖ´Ù. ¹Ý¸é¿¡ »õ·Î¿î µ¥ÀÌÅÍ¶óµµ ¼ºÇâÀÌ ¾ÆÁÖ ´Ù¸¥ Á¤º¸°¡ °©Àڱ⠸¹ÀÌ ³ªÅ¸³´ÙµçÁö, ¾Æ´Ï¸é Á¤º¸¸¦ ¼öÁýÇÏ´Â °úÁ¤À̳ª ±×·¯ÇÑ ¼öÁýÀ» °¡´ÉÇÏ°Ô ÇÏ´Â ºñÁî´Ï½º ÀÚü°¡ ¹Ù²ï´Ù¸é ¿©Å±îÁö ¸¸µé¾î³õÀº ºÐ¼®ÀÇ Æ²°ú ¸ðµ¨µéÀº ÇÏ·ç ¾ÆÄ§¿¡ ¹«¿ëÁö¹°ÀÌ µÉ ¼ö°¡ ÀÖ´Ù. ±×·± º¯È¸¦ °¨¾ÈÇÏÁö ¾ÊÀº ºÐ¼®Àº ¼ÒºñÀÚ ¼ºÇâÀÇ º¯È°¡ ¾Æ´Ï¶ó ºñÁî´Ï½º ¸ðµ¨ÀÇ º¯È¸¦ ¹¦»çÇÏ´Â °á°ú¸¦ ³º°Ô µÇ°í, ±×°ÍÀº ¿¹ÃøÀû ºÐ¼®¿¡¼ °¡Àå ¹Ù¶÷Á÷ÇÏÁö ¾ÊÀº ¿À·ùµé Áß Çϳª´Ù.
Á¦9Àå: ‘Á¤º¸ÀÇ ºÎÀç¿¡µµ Àǹ̰¡ ÀÖ´Ù’¿¡¼ missing data¸¦ ´Ù·ç´Â ¹ýÀ» ¼³¸íÇÏ¸é¼ µ¥ÀÌÅÍ º¯¼öµµ Åë°è¸¦ ÀÌ¿ëÇÑ ÃßÁ¤Ä¡(inferred value)·Î ´ëÄ¡µÇ¾î¼ »ç¿ëµÉ ¼ö ÀÖ´Ù°í ¾ð±ÞÇÑ ¹Ù ÀÖ´Ù. ±×·¯ÇÑ ´ëÄ¡¹ý(imputation)Àº ±×°ÍÀÌ ÀϰüµÈ °á°ú¸¦ Áشٴ °¡Á¤ÇÏ¿¡¸¸ »ç¿ëµÉ ¼ö ÀÖ´Ù. ÇÏÁö¸¸ ¸¹Àº Àü¹®°¡µéµµ ±× Àϰü¼ºÀ» À¯ÁöÇÏÁö ¸øÇÏ´Â °æ¿ì°¡ ¸¹Àºµ¥, »ç½Ç ¼º°ÝÀÌ Å©°Ô ´Ù¸¥ µ¥ÀÌÅͰ¡ °©ÀÚ±â À¯ÀÔµÇ¸é ±×¾ß¸»·Î ÆÇÀ» °¥¾Æ¾þ°í ¸ðµç ¸ðµ¨À» ´Ù½Ã Â¥´Â °Í ¿Ü¿¡ ´Ù¸¥ ¹æ¹ýÀÌ ¾ø°Ô µÇ´Â °æ¿ìµµ ¸¹´Ù.
±×·¯ÇÑ ºÒÈ®½Ç¼ºÀº µ¥ÀÌÅ͸¦ ¸¸Áö¸é¼ ÇÇÇÒ ¼ö ¾ø´Â ÀÏÀÌÁö¸¸, ´çÇØµµ ¾Ë¸é¼ ´çÇÏ·Á¸é µ¥ÀÌÅͺ£À̽º¸¦ ¾÷µ¥ÀÌÆ®ÇÒ ¶§¸¶´Ù Á߿亯¼öÀÇ ºÐÆ÷µµ¸¦ ´Ã »ìÇǰí, ¸¸¾à ¾î¶² Ä«Å×°í¸®¿¡¼ 5% ÀÌ»óÀÇ º¯È°¡ º¸ÀÌ¸é µ¥ÀÌÅÍ ÃâóÀÇ ±Ùº»ºÎÅÍ °ËÅäÇØ¾ß ÇÑ´Ù. ¿¹ÃøÀû ºÐ¼®(predictive analytics)¿¡¼ Àϰü¼º(consistency)Àº ¼ø¼öÇÑ Á¤È®¼º(accuracy)º¸´Ù ´õ Áß¿äÇÒ ¼ö ÀÖ´Ù.
6. ¿¬°á¼º(Connectivity)
ÀÌ¹Ì ¿©·¯ Â÷·Ê ¾ð±ÞÇÑ ¹Ù¿Í °°ÀÌ µ¥ÀÌÅÍ¿¡µµ ¿©·¯ Á¾·ù°¡ ÀÖ´Ù. ±×¸®°í µ¥ÀÌÅÍÀÇ ¿¹Ãø¼ºÀº ¸¹Àº ´Ù¸¥ ŸÀÔÀÇ µ¥ÀÌÅͰ¡ ÇÔ²² »ç¿ëµÉ ¶§ ÁõÆøµÈ´Ù. ¿¹¸¦ µéÀÚ¸é ´Ü¼øÇÑ demographic dataµµ ¿¹ÃøÀû ¸ðµ¨¿¡¼ behavioral data¸¦ º¸Á¶ÇÏ´Â Áß¿äÇÑ ¿ªÇÒÀ» ÇÑ´Ù. ±×°ÍÀº ¾î¶°ÇÑ µ¥ÀÌÅ͵µ ¿Ïº®ÇÏÁö ¾Ê¾Æ¼ ±×·¸±âµµ Çϰí(Çൿ¿¡ °üÇÑ µ¥ÀÌÅÍ´Â °·ÂÇÏÁö¸¸ ¾ò±â°¡ ¾î·Æ´Ù), ¶Ç ¸ðµ¨ °ø½Ä ³»¿¡¼ ´Ù¸¥ Á¾·ùÀÇ µ¥ÀÌÅ͵éÀÌ ¼·Î ´Ù¸¥ ¿ªÇÒÀ» ÇØ¼À̱⵵ ÇÏ´Ù.
¹®Á¦´Â ¸¹Àº ÇöÀç µ¥ÀÌÅͺ£À̽ºµé °£¿¡´Â ¼·Î ¿¬°áµÇ´Â °í¸®°¡ ¾ø´Ù´Â Á¡ÀÌ´Ù. ¾î¶² µ¥ÀÌÅÍ¿¡ ´ë»óÀÇ ½ÅºÐÀ» ³ªÅ¸³»´Â PII(Personally Identifiable Information), Áï À̸§, ÁÖ¼Ò, À̸ÞÀÏ, ÀüȹøÈ£ µîÀÌ ÀÖ´Ù¸é ±×°ÍÀ» ÀÌ¿ëÇØ ¿¬°áÀ» ½ÃµµÇÒ ¼ö ÀÖ°ÚÁö¸¸, ±×·¯ÇÑ µ¥ÀÌÅÍ´Â ¼öÁýÁ¶Â÷ ±ÝÁöµÇ¾î ÀÖ´Â °æ¿ì°¡ ¸¹´Ù.
¿¹¸¦ µé¾î °í°´¸í´Ü¿¡´Â ±×·± Á¤º¸°¡ ÀÖ°ÚÁö¸¸ ¸¸¾à¿¡ ¿ÜºÎ¿¡¼ ¼öÁýµÈ ¸ð¹ÙÀÏ Á¤º¸¿¡ PII°¡ Æ÷ÇԵǾî ÀÖÁö ¾Ê´Ù¸é ¿¬°á ÀÚü°¡ ºÒ°¡´ÉÇÏ°Ô µÈ´Ù. ±×·¸´Ù°í µ¥ÀÌÅÍ ÀÚü°¡ ¹«¿ëÁö¹°ÀÌ µÇ´Â °ÍÀº ¾Æ´ÏÁö¸¸(ÀüüÀû ¼ºÇ⠺м®, Áï trend analysis´Â PII¾øÀÌ °¡´ÉÇÏ´Ù), ¾Æ¹«Æ° ¿¬°áÀÌ ¾È µÇ´Â µ¥ÀÌÅÍ´Â °í¸³µÇ¾î ÀÖÀ» ¼ö ¹Û¿¡ ¾ø°í, ±× È¿¿ëµµ ¶³¾îÁø´Ù.
±×·¸°Ô °³Àκ° µ¥ÀÌÅͰ¡ ¿¬°áÀÌ µÇÁö ¾Ê´Â °æ¿ì, Áö¿ª´ÜÀ§·Î µ¥ÀÌÅ͸¦ Ãà¾à(summarize)ÇØ¼ ÇÕÄ¡´Â ¹æ¹ýµµ »ý°¢ÇØ º¼ ¼ö ÀÖ´Ù. Ÿ±ê ¸¶ÄÉÆÃ¿¡¼ °¡Àå ¹Ù¶÷Á÷ÇÑ °ÍÀº 1-to-1 TargetingÀÌÁö¸¸, ±×°ÍÀÌ ¿©ÀÇÄ¡ ¾ÊÀ» ¶§ Áö¿ªÀûÀ¸·Î °ø·«ÇÏ´Â °Íµµ ¾Æ¹«·± Ÿ°ÙÆÃÀ» ÇÏÁö ¾Ê´Â °Íº¸´Ù´Â ÈξÀ ¹Ù¶÷Á÷ÇÏ´Ù.
¿¬°á°í¸®°¡ ¾ø´Ù´Â °ÍÀº ¾ÆÁÖ ÀÏÀ» ¸ÁÄ¡´Â ¿ä¼Ò´Â ¾Æ´ÏÁö¸¸ ºÐ¼®°¡µéÀÇ Çൿ¹üÀ§¸¦ ÇöÀúÈ÷ ÁÙÀÌ°Ô µÈ´Ù. ±×·¡¼ ÇÊÀÚ´Â µ¥ÀÌÅͺ£À̽ºÀÇ È¿¿ë¼ºÀ» °ËÅäÇÒ ¶§, Ÿ µ¥ÀÌÅͺ£À̽ºÀÇ ¿¬°áÁ¡ÀÌ ÀÖ´ÂÁöºÎÅÍ ¹Ýµå½Ã »ìÇÉ´Ù. °í¸³µÈ µ¥ÀÌÅͺ£À̽º´Â ¾Æ¹«·¡µµ »ç¿ëÀÇ ÇѰ谡 ÀÖ´Ù.
7. Àü´Þ¹æ¹ý(Delivery Mechanisms)
¸¹Àº »ç¿ëÀÚµéÀº µ¥ÀÌÅͺ£À̽º¿¡ ¿¬°áµÇ¾î ÀÖ´Â ½Ã°¢È(visualization)³ª ¸®Æ÷ÆÃ Åø·Î ±× µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡Çϰï ÇÑ´Ù. ¾Õ¼ ¾ð±ÞÇÑ ¹Ù¿Í °°ÀÌ ±×°ÍÀº â¹®¸¸ º¸°í °Ç¹°À» Æò°¡ÇÏ´Â °ÝÀÌÁö¸¸, ¸¹Àº ºñÀü¹®°¡µé¿¡°Õ ±×°ÍÀÌ Çö½ÇÀÌ´Ù. ¿ª¼³ÀûÀ¸·Î, ±×·¡¼ µ¥ÀÌÅ͸¦ ‘º¸¿©ÁÖ´Â’ Åø¼Âµµ Áß¿äÇÑ Æò°¡±âÁØÀÇ ÇϳªÀÌ´Ù. ÇÁ·Î±×·¡¸Ó°¡ ¾Æ´Ñ ÀÏ¹Ý »ç¿ëÀÚ°¡ ¾î¶»°Ô µ¥ÀÌÅͺ£À̽º¿¡¼ ÇØ´äÀ» ãÀ» °ÍÀΰ¡? ¹°·Ð Åø¼ÂÀ» ÅëÇØ¼ÀÌ´Ù.
ÇÏÁö¸¸ ±×°ÍÀÌ ÀüºÎ°¡ ¾Æ´Ï´Ù. ¼¼»ó¿¡´Â Á¤¸» ¸¹Àº Á¾·ùÀÇ Ç÷§Æû°ú ±â±¸°¡ ÀÖ°í, µ¥ÀÌÅÍ´Â ±× ¸ðµç °ÍÀ» ÅëÇØ ÀÚÀ¯·Ó°Ô Èê·¯ ´Ù³à¾ß À¯¿ëÇØÁø´Ù. ¿äÁ¡Àº Á¤Ã¥°áÁ¤ÀÚ°¡ ¼±È£ÇÏ´Â ±â±¸¸¦ ÅëÇØ Àû½Ã¿¡ ´ë´äÀÌ Àü´ÞµÇÁö ¾ÊÀ¸¸é ±× µ¥ÀÌÅÍ ÀÚü°¡ ¼Ò¿ëÀÌ ¾ø¾îÁø´Ù´Â °ÍÀÌ´Ù. ±×·± °ÍÀº API Feed, FTP, ȤÀº °íÀüÀûÀÎ batch installment·Î ÀÌ·ç¾îÁú ¼ö ÀÖÁö¸¸, ¾Æ¹«Æ° µ¥ÀÌÅͺ£À̽º´Â »ç¿ëÀÚ¿¡°Ô¼ ¸Ö¸® ¶³¾îÁ® ÀÖÀ¸¸é ¾È µÈ´Ù.
ÀÌ Ã¥ÀÇ ¼µÎ¿¡¼ µ¥ÀÌÅ͸¦ Àß ´Ù·é´Ù´Â ¼Ò¸®¸¦ µéÀ¸·Á¸é 1)¼öÁý(collection) 2)°¡°ø(Refinement) 3)Àü´Þ(Delivery) ÀÌ ¼¼ °¡Áö¸¦ ´Ù ÀßÇØ¾ß ÇÑ´Ù°í °Á¶ÇÑ ¹Ù ÀÖ´Ù. Á¤Á¦µÈ µ¥ÀÌÅ͸¦ Áú¹®¿¡ ´ëÇÑ ´ë´äÀÇ ÇüÅ·ΠÀÇ»ç°áÁ¤ÀÚ¿¡°Ô Àü´Þ±îÁö Á¦´ë·Î ÇØ ÁÖ´Â °ÍÀÌ Á¤º¸ À¯ÅëÀÇ ÇÑ ¼øÈ¯Á¡À» µµ´Â °ÍÀÌ´Ù. ³ë·¡·Î ¸»ÇÏ¸é ±×°ÍÀÌ 1ÀýÀÇ ³¡ÀÎ °ÍÀ̰í, ´Þ¸®±â¿¡ ºñ±³ÇÏÀÚ¸é ¿îµ¿ÀåÀ» ÇÑ ¹ÙÄû µ· °ÍÀÌ´Ù. ±×¸®°í Á¤º¸´Â °è¼Ó ¼øÈ¯µÇ¾î¾ß ÇÑ´Ù.
8. »ç¿ëÀÇ ¿ëÀ̼º(User-friendliness)
¾Æ¹«¸® ´ë´ÜÇÑ visualization, reporting, ȤÀº drilldown toolset¿¡ µ¥ÀÌÅͺ£À̽º°¡ ¿¬°áµÇ¾î À־ ±× ¾È¿¡ ÀÖ´Â º¯¼öµéÀÌ ³Ê¹« º¹ÀâÇϴٰųª Á÷°üÀûÀÌÁö ¾ÊÀ¸¸é »ç¿ëÀÚ°¡ ¾î·Æ°Ô ´À³¢°í µ¥ÀÌÅͺ£À̽º ÀÚü¸¦ ¸Ö¸®ÇÏ°Ô µÈ´Ù. µ¥ÀÌÅͺ£À̽º¸¦ ±¸ÃàÇϴµ¥ ¸¹Àº ÅõÀÚ¸¦ ÇÑ ÀÌÈÄ¿¡ ÀÌ·± ÀÏÀÌ »ý±â¸é ÂüÀ¸·Î °ï¶õÇÑ ÀÏÀε¥, ºÒÇàÇϰԵµ ±×·± °æ¿ì°¡ ½ÇÁ¦·Î´Â ¾ÆÁÖ ¸¹´Ù.
½ÉÁö¾î´Â µ¥ÀÌÅÍ »çÀüÀ» ¹«½¼ ·Îº¿ÀÌ ´Ù¸¥ ·Îº¿À» À§ÇÑ ¸Å´º¾ó Á¤µµ·Î º¹ÀâÇÏ°Ô ½á³ö¼ µ¥ÀÌÅ͸¦ ¿À·¡ ´Ù·é »ç¶÷µµ ¹¹°¡ ¹ºÁö ¸ð¸£°Ô ÇØ³õÀº °æ¿ìµµ ¸¹ÀÌ º¸´Âµ¥, µ¥ÀÌÅÍ »çÀÌ¾ðÆ¼½ºÆ®(data scientist)¶ó°í ºÒ¸®°í ½Í´Ù¸é µ¥ÀÌÅ͸¦ ‘Àκ»È’ÇÒ ÁÙµµ ¾Ë¾Æ¾ß ÇÑ´Ù.
ÇöÀç ½Ã·ù¸¦ Àß Å¸°í ÀÖ´Â µí º¸ÀÌ´Â ÀÌ ºòµ¥ÀÌÅÍ ¿îµ¿ÀÇ ¿©¼¼¸¦ Á×ÀÌÁö ¾Ê°í ±×°ÍÀÌ ½ÇÁ¦·Î ÀÇ»ç°áÁ¤¿¡ µµ¿òÀÌ µÇ´Â ¹æÇâÀ¸·Î ´õ ³ª¾Æ°¡·Á¸é, µ¥ÀÌÅ͸¦ ¸¸Áö´Â »ç¶÷µéÀº µ¥ÀÌÅÍ¿¡ °üÇÑ ±× ¸ðµç °ÍÀ» ½±°Ô ÇØ¾ßÁö ¾î·Æ°í º¹ÀâÇÏ°Ô ÇØ¼´Â ¾È µÈ´Ù. °£´ÜÇÑ µ¥ÀÌÅÍ º¯¼ö, Á÷°üÀûÀÎ º¯¼öÀÇ À̸§, ÀÇ¹Ì ÀÖ´Â °¡Ä¡ °ª, ¹Ì¸® ´ë´äÀÇ ÇüÅ·Π¸¸µé¾î³õÀº Á¤º¸, ¿ÏÀüÇÑ µ¥ÀÌÅÍ »çÀü µîÀº µ¥ÀÌÅͺ£À̽º¸¦ Èûµé¿© ±¸ÃàÇÏ°í °ü¸®ÇÔ°ú ´õºÒ¾î ´ç¿¬È÷ ÇØ¾ß ÇÒ ÀϵéÀÌ´Ù.
±×·¡¼ ÇÊÀÚ´Â µ¥ÀÌÅÍ »çÀÌ¾ðÆ¼½ºÆ®µé°ú µ¥ÀÌÅÍ Àü¹®°¡µéÀº ±â¼úÀÚ°¡ µÇ±â ÀÌÀü¿¡ ºñÁî´Ï½º¸ÇÀÌ ¸ÕÀú µÇ¾î¾ß ÇÑ´Ù°í ÁÖÀåÇÏ´Â °ÍÀÌ´Ù. °³¹ßÇÏ´Â »ç¶÷µéÀº »ç¿ëÀÚµéÀÌ Àü¹®ÀûÀÎ Æ®·¹ÀÌ´×À» ¹ÞÀº »ç¶÷µéÀÌ ¾Æ´Ï°í ¼öÇÐÀÇ ÃµÀçµéµµ ¾Æ´Ï¶õ °ÍÀ» Àý´ë·Î Àؾ ¾È µÈ´Ù.
Á» ½ÉÇÏ°Ô µé¸± ¼öµµ Àִ ǥÇöÀÌÁö¸¸ ¹Ì±¹È¸»ç¿¡¼ °³¹ßÆÀµéÀÌ ÈçÈ÷ ¸»ÇÏ´Â ¸ñÇ¥°¡ ‘Idiot-proof’, Áï ‘¹Ùº¸µµ »ç¿ëÇÒ ¼ö ÀÖ´Â µµ±¸’¸¦ ¸¸µå´Â °ÍÀ̸ç, ¿Ï¼ºµÈ Åø¿¡ ‘¾ó¸¶³ª ½±°Ô Á¢±ÙÇÒ ¼ö Àִ°¡’´Â ´ç¿¬È÷ Æò°¡ÀÇ ±âÁØÀÌ´Ù. ´õ¿íÀÌ Àü¹®ÀûÀÎ µ¥ÀÌÅÍ ºÐ¼®°¡µéµµ Á÷°üÀûÀÎ º¯¼öµéÀÇ À̸§°ú ¿Ïº®ÇÑ µ¥ÀÌÅÍ »çÀüÀ» °¨»çÇÏ°Ô »ý°¢ÇÒ °ÍÀÌ´Ù. µ¥ÀÌÅÍ º¯¼öÀÇ À̸§ÀÌ ¹«½¼ ¶æÀÎÁö ޹®ÇÏ·¯ ´Ù´ÏÁö ¾Ê¾Æµµ ±×µéÀÇ ÀÏÀº ÀÌ¹Ì ÃæºÐÈ÷ ¾î·Æ°í º¹ÀâÇÏ´Ù.
9. ºñ¿ë(Cost)
ÇÊÀÚ´Â ÀÌ Áß¿äÇÑ Æò°¡±âÁØÀ» ÀǵµÀûÀ¸·Î ¸¶Áö¸·À¸·Î ³²°Ü µÎ¾ú´Ù. °³¹ß°ú À¯Áö ºñ¿ëÀÌ Áß¿äÇÑ °ÍÀº ÀÌ¹Ì ÀÚ¸íÇÑ »ç½ÇÀÌ´Ù. ÇÏÁö¸¸ ±×°ÍÀÌ µ¥ÀÌÅͺ£À̽º¸¦ Æò°¡ÇÏ´Â À¯ÀÏÇÑ ±âÁØÀ̾µ ¾È µÈ´Ù. Áï CFO°¡ ÀÌ ¾ÕÀÇ ¿©´ü °¡Áö ¿ä¼Ò¸¦ ´Ù °í·ÁÇØ¾ß ÇÏ´Â CMO, CTO, CIO, ȤÀº CDOµéÀ» ¹«½ÃÇÏ°í µ¶´ÜÀûÀ¸·Î °¡°ÝÇ¥¸¸ º¸°í µ¥ÀÌÅͺ£À̽º³ª µ¥ÀÌÅÍ Ãâó¸¦ Æò°¡Çؼ´Â °ï¶õÇÏ´Ù´Â ¶æÀÌ´Ù. ¹°·Ð ÇÊÀÚ°¡ ÀÌ·± ¸»À» ÇÏ´Â ÀÌÀ¯´Â(Çѱ¹¿¡¼´Â ¾î¶²Áö ¸ð¸£°ÚÁö¸¸) ¹Ì±¹¿¡¼´Â ±×·± ÀÏÀÌ ºñÀϺñÀçÇϱ⠶§¹®ÀÌ´Ù.
µ¥ÀÌÅ͸¦ »ç¿ëÇϴµ¥´Â ¸¹Àº ºñ¿ëÀÌ, ¶§·Î´Â ¾ÆÁÖ ¸¹Àº ºñ¿ëÀÌ ¼Ò¿äµÈ´Ù. Çϵå¿þ¾î, ¼ÒÇÁÆ®¿þ¾î, Ç÷§Æû, Åø¼Â, À¯Áöºñ, ±×¸®°í °¡Àå Áß¿äÇÑ ÀÎÀû ºñ¿ëÀ» ´Ù ´õÇÏ¸é ±× ÃѾ×ÀÌ ¹«½Ã ¸øÇÒ ¼ýÀÚ°¡ µÇ´Â °ÍÀº ¼ø½Ä°£ÀÌ´Ù. °Ô´Ù°¡ ¹æÇâÀ» À߸ø Á¤Çؼ Àç°ø»ç¶óµµ ÇÏ´Â ³¯¿¡´Â ¹èº¸´Ù ¹è²ÅÀÌ ´õ Ä¿Áö´Â ¼öµµ ÀÖ´Ù.
¾Æ¹«¸® ¿ÀǼҽº¿Í Ŭ¶ó¿ìµå ÄÄÇ»ÆÃÀÇ ½Ã´ë¶ó ÇÏ¿©µµ “¹ß»ýÇÏ´Â µ¥ÀÌÅÍ´Â ±×³É ¸ðµÎ ¸ð¾Æ ³õÀÚ”¶õ ½ÄÀÇ ¸ñÀûÀÌ ºÐ¸íÇÏÁö ¾ÊÀº »ç¾÷Àº, Á¦´ë·Î °èȹµÈ ÇÁ·ÎÁ§Æ®¿¡ ºñÇØ ºñ¿ë°ú ½Ã°£ÀÌ ¿ ¹è°¡ ¼Ò¿äµÇ¾îµµ ÀÏÀÌ ¸¶¹«¸® Áö¾îÁöÁö ¾Ê´Â ¼ö°¡ ÀÖ´Ù.
±×¸®°í ¿ª¼³ÀûÀ¸·Î ‘°¡Àå ½Ñ ¿É¼Ç’ ¸¸À» ¸ð¾Æ³õÀº µíÇÑ °èȹÀº À߸øµÇ±â°¡ ´õ ½±´Ù. ±×·¡¼ ¹Ì±¹¿¡¼´Â ¾Æ¿ô¼Ò½ÌÀÌ ¹ß´ÞÇÑ °ÍÀε¥, ÀÏ´Ü ¿©±â¿¡ ¿°ÅÇÑ ¸ðµç Æò°¡±âÁØÀ» Á¦´ë·Î ´Ù ÀÌÇØÇϰí ÀÏÀ» ÃßÁøÇÏ·Á¸é Àü¹®°¡¿ÍÀÇ »ó´ãÀÌ ¹Ýµå½Ã ÇÊ¿äÇÑ °ÍÀ̰í, ¶Ç ±×·² °æ¿ì ÀÌ¹Ì ¸¸µé¾îÁø ÀÎÇÁ¶ó¸¦ °øÀ¯ÇÒ ¼ö ÀÖ´Ù´Â ÀÌÁ¡µµ ÀÖ´Ù. µ¥ÀÌÅ͸¦ Àü¹®À¸·Î ´Ù·çÁö ¾Ê´Â ±â¾÷¿¡¼ ÀÎÇÁ¶ó °³¹ßÀ» Æ÷ÇÔÇÑ Àü °úÁ¤À» ¼ÒÈÇϱâ¶õ ½¬¿î Àϵµ ¾Æ´Ï°í ±×°ÍÀº µ·À» ³¶ºñÇϴ ø°æÀÌ´Ù.
µ¥ÀÌÅͺ£À̽º¸¦ ¸¸µç´Ù´Â °ÍÀº °Ç¹°À» Áþ´Â °Í°ú ºñ½ÁÇÑ Á¡ÀÌ ¸¹´Ù. ºñ¿ëµµ ¿©·¯ °üÁ¡¿¡¼ »ý°¢ÇØ¾ß ÇÑ´Ù´Â °Í°ú, ¶Ç ºÐ¸íÇÑ ¸ñÀû°ú ±×¿¡ ºÎÇÕÇÏ´Â »çÀü¼³°è ¾øÀÌ ÀÏÀ» ÃßÁøÇÏ´Ù°¡´Â µ·¸¸ ¹ö¸®°í ½ÇÆÐÇÑ´Ù´Â Á¡¿¡¼µµ À¯»çÇÏ´Ù. ºñ¿ëÀº ¿©·¯ °¡Áö °í·Á´ë»óµé Áß ÇϳªÀÏ »ÓÀÌ´Ù.
ºñÁî´Ï½º°¡ ¿ì¼±ÀÌ´Ù
µ¥ÀÌÅͺ£À̽º³ª µ¥ÀÌÅÍ, ¶Ç ±×ÀÇ Ãâó¸¦ Æò°¡ÇÏ´Â °Í ÀÚü°¡ ÇÁ·ÎÁ§Æ®À̸ç, ¿©±â¿¡ ¿°ÅÇÑ ¾ÆÈ© °¡Áö Æò°¡±âÁØÀº ÁÁÀº °¡À̵å¶óÀÎÀÌ µÇ¸®¶ó ¹Ï´Â´Ù. ¹°·Ð ºñÁî´Ï½º¿¡ µû¶ó ´õ ¸¹Àº Á¶°ÇµéÀÌ ´õÇØÁú ¼öµµ ÀÖ°Ú´Ù. ±×¸®°í ±×°ÍÀÌ ¸¶Áö¸· ¿äÁ¡ÀÌ´Ù.
Áï µ¥ÀÌÅͳª µ¥ÀÌÅͺ£À̽º´Â »ç¾÷ÀÇ ¸ñÀû¿¡ ºÎÇÕÇØ¾ß¸¸ ÇÑ´Ù´Â °ÍÀÌ´Ù. ±× ¿ì¼± ¼øÀ§°¡ Á¦´ë·Î ¼ÀÖÁö ¾ÊÀ¸¸é ½ÇÆÐÇÒ °¡´É¼ºµµ ³ô¾ÆÁö°í ÈǸ¢ÇÑ µ¥ÀÌÅͺ£À̽º¸¦ ¸¸µé¾î ³õ°íµµ ±× ÇÁ·ÎÁ§Æ®°¡ ½ÇÆÐ¶ó°í ±ÔÁ¤Áö¾îÁú ¼ö ÀÖ´Ù.
ÇÊÀÚ´Â “Big Data Must Get Smaller”, Áï “ºòµ¥ÀÌÅÍ´Â ÀÛ¾ÆÁ®¾ß¸¸ ÇÑ´Ù”¶ó°í ´Ã ÁÖÀåÇØ¿Ô´Ù. ÀÌ ºòµ¥ÀÌÅÍ ¿îµ¿Àº 1)ÀâÀ½À» ÁÙÀÌ´Â °Í 2)ÀÇ»ç°áÁ¤Àڵ鿡°Ô ´ë´äÀ» ¸¸µé¾î ÁÖ´Â °ÍÀ¸·Î ¼ö·ÅµÇ¾î¾ß ÇÑ´Ù°í ¹Ýº¹ÇÑ ¹Ù ÀÖ´Ù.
¸¸¾à µ¥ÀÌÅͳª µ¥ÀÌÅͺ£À̽º°¡ »ç¾÷ÀÇ ¸ñÀû¿¡ ºÎÇÕµÇÁö ¾ÊÀ¸¸é °ú°¨È÷ Ãij»¾ß ÇÑ´Ù. ¸¸ÀÏ °ËÅä´ë»óÀÎ µ¥ÀÌÅͺ£À̽º°¡ ¿À·ù·Î °¡µæ Â÷ ÀÖ°í, Á¤¸®µÇ¾î ÀÖÁöµµ ¾Ê°í, À¯È¿±â°£ÀÌ Áö³ º¯¼öµéÀÌ ±×¾ß¸»·Î °¡²û¾¿ ÀÚ¸® Àâ°í Àִµ¥µµ À¯Áöºñ¿ë¸¸ ¸¹ÀÌ µç´Ù´Â »ç½ÇÀ» È®ÀÎÇÒ ¼ö ÀÖ´Ù¸é, Ãij»´Â °ÍÀº ¾ÆÁÖ ½¬¿î °áÁ¤ÀÌ µÉ °ÍÀÌ´Ù.
ÇÏÁö¸¸ ±× µ¥ÀÌÅͺ£À̽º°¡ »ç¾÷ÀÇ È®Àå¿¡ µµ¿òÀÌ µÈ´Ù¸é ±×°ÍÀ» Ç׽à Á¤¸®ÇÏ°í ¾÷µ¥ÀÌÆ®ÇÏ°í ±íÀÌ¿Í ³Êºñ¸¦ ´Ã¸®°í, ¶Ç Àç°³¹ßÇØ¼ ÇÊ¿äÇÑ ´ë´äÀ» ¾ðÁ¦µçÁö ²¨³»º¼ ¼ö ÀÖµµ·Ï Á¤¼ºµé¿© °ü¸®ÇØ¾ß ÇÒ °ÍÀÌ´Ù.
¸ðµç µ¥ÀÌÅͺ£À̽º°¡ ´Ù °°Àº °ÍÀÌ °áÄÚ ¾Æ´Ï¸ç, Á¶Áö ¿ÀÀ£ÀÇ ‘µ¿¹°³óÀå’½Ä Ç¥ÇöÀ» ºô¸®ÀÚ¸é “¾î¶² µ¥ÀÌÅͺ£À̽º´Â ´Ù¸¥ °Íµéº¸´Ù ´õ ÆòµîÇÑ °ÍÀÌ´Ù(Some are more equal than others)”. ±×¸®°í ±×·± Â÷À̸¦ Á¦´ë·Î ¾Ë¾Æ º¼ ¼ö ÀÖ´Â ¾È¸ñÀÌ IT Àü¹®°¡µé»Ó ¾Æ´Ï¶ó »ç¾÷°¡µé¿¡°Ôµµ ¿ä±¸µÇ´Â ½Ã´ëÀÌ´Ù.