Page 12 - 006964

21세기에 접어든 후 데이터 분석 분야에서는 세 가지 큰 변혁이 있었습니다. 빅데이터, 데이터 과

학(또는 데이터 과학자), 인공지능(또는 머신 러닝)입니다.
1
그림 1‑4 비즈니스에서 데이터 분석의 변천

BI 빅데이터 데이터 과학 AI ? 인공지능과 머신 러닝

과거 현재 미래

비즈니스 인텔리전스 분야에 종사하는 사람들은 주로 매출과 같은 기업 데이터의 수집·가공·시
각화를 수행합니다. 사업부에서 데이터를 요구하면 오랜 시간을 들여 데이터를 가공해 제공합니
다. 또는 통계 분석을 활용해 매출을 전망하거나 트렌드를 밝혀내기도 합니다. 그러나 컴퓨터 연
산 능력에 한계가 있어 방대한 데이터를 저장해 둘 수 없거나, 처리 시간이 너무 오래 걸리는 등

현실적인 문제를 안고 있었습니다. 그 밖에 애초에 전자적인 데이터가 아니었거나 데이터가 공유
되지 않는(예를 들면 각 담당자가 엑셀 파일에 데이터를 정리해 두는 경우) 등 상황도 매우 불편했
습니다. 그러한 환경에서 데이터 분석으로 나오는 가치는 한계가 있었습니다.

21세기에 이르러 ‘빅데이터’라는 개념이 등장하기 시작합니다. 데이터를 얼마든지 저장해 둘 수
있는 컴퓨팅 환경을 비교적 저렴하게 구축할 수 있는 기술이 생겨나고 대량의 데이터를 저장하게
되었습니다.

이러한 빅데이터 기술은 인터넷 서비스를 중심으로 사용됩니다. 인터넷 업계에서는 대량으로 얻

을 수 있는 사용자 접속 정보와 서비스 데이터를 분석해 이용자가 서비스를 더 쉽게 사용할 수 있
도록 매우 짧은 사이클로 개선해 나갈 수 있게 되었습니다.
인터넷 서비스로 성공하는 기업이 전 세계적으로 늘어 가고, 서비스가 매우 빠르게 다양해지는 과

정에서 데이터를 많이 모아 두면 비즈니스에서 좋은 결과를 낼 수 있다는 생각이 유행처럼 퍼집니
다. 그러나 실제로 단지 대량의 데이터를 저장하는 것만으로는 아무런 이익도 얻을 수 없습니다.

그래서 다음으로 데이터 과학 열풍이 붑니다. ‘큰 상자에 쌓인 데이터를 활용할 수 있습니다!’라고
이름을 올린 것이 데이터 과학입니다. 기존의 비즈니스 인텔리전스가 인기 있던 시절에는 애널리
스트가 수행했던 통계 해석을 빅데이터에서 실현할 수 있는 사람이 데이터 과학자입니다. 당연히

데이터의 규모와 종류가 기존에 비해 월등하므로 통계 해석 기법도 이전보다 고도의 지식이나 기
술을 요구합니다.

021

MACHINE_05.indd 21 2018-10-25 오전 10:31:27