빅데이터7 빅데이터와 인공지능과의 연관성 빅데이터는 매우 크고 복잡한 데이터 집합을 가리키며, 이러한 데이터는 기존의 데이터 처리 방법으로는 다루기 어렵거나 불가능할 정도로 방대하고 다양한 형태와 속성을 갖고 있다. 인공지능은 컴퓨터 시스템이 인간의 학습과 의사 결정 능력을 모방하고 실행하는 능력을 가지는 기술로 빅데이터는 인공지능의 학습과 성능을 향상시키는데 사용된다.인공지능 (AI : Artificial Intelligence)(1) 인공지능의 정의인공지능은 인지, 추론 등을 통한 학습과 문제해결 등 인간의 사고능력을 기계적으로 구현해 자동화한 시스템을 의미한다.인공지능이라는 용어는 1950년대 다트머스 회의에서 처음 사용되었으며, 이후 인공지능은 활발히 연구됐고 논리적인 분야에서 많은 성과를 냈다.1908년대에 전문가의 지식을 논리적인 규.. 2023. 6. 9. 기업의 데이터 분석모델의 수준진단 많은 기업이 빅데이터를 활용하여 데이터를 어떻게 분석, 활용하느냐가 기업의 경쟁력을 좌우하는 궁극적요소로 인식되어 있으며, 기업들의 데이터분석 도입여부와 활용에 대한 분석수준을 알아보고자 한다. 데이터 분석모델 수준진단 데이터분석 수준진단을 통해 데이터분석 기반을 구현하기 위해 무엇을 준비하고 보완해야 하는지 등 분석의 유형 및 분석의 방향성을 결정할 수 있다. 기업의 데이터분석 수준은 6개 영역에서의 분석 준비도와 3개 영역에서의 분석 성숙도를 함께 평가함으로써 수행 될 수 있다. 분석 준비도 분석을 위한 준비도 및 성숙도를 진단하는 궁극적인 목표는 각 기업이 수행하는 현재의 분석수준을 명확히 이해하고, 분석수준 진단결과를 토대로 미래의 목표수순을 정의하는데 있다. 데이터를 활용한 분석의 경쟁력확보를 .. 2023. 5. 24. 빅데이터 구성원의 요구역량 빅데이터 구성원은 다양한 역할과 전문성을 가지고 있어야 하며 다음과 같이 데이터 사이언스 역할과 데이터 사이언티스트(Scientist)의 역량에 대하여 알아보고자 한다. 데이터 사이언스 의미와 역할 데이터 사이언스는 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상정보 등 다양한 유형의 데이터를 대상으로 한다. 데이터 사이언스가 기존의 통계학과 다른 점은 데이터 사이언스는 총체적 접근법을 사용한다는 점이다. 데이터 사이언스는 전략적 통찰을 추구하고 비즈니스 핵심이슈에 답을하고, 사업의 성과를 견인해 나갈 수 있다. 데이터 사이언스의 구성요소 IT (Data Management) Analytics (분석적 영역) 비즈니스 컨설팅 (도메인 영역) 데이터 사이언.. 2023. 5. 20. 빅데이터 분석조직 및 인력 그리고 고려사항 빅데이터의 등장에 따라 기업의 비즈니스도 많은 변화를 겪고 있다. 이러한 비즈니스 변화를 인식하고 기업의 차별화한 경쟁력을 확보하는 수단으로서 데이터 과제발굴, 기술검토 및 전사 업무 적용계획 수립 등 데이터를 효과적으로 분석, 활용하기 위해 기획, 운영 및 관리를 전담할 수 있는 전문조직의 필요성이 제기되고 있다. 분석조직의 개요데이터분석조직은 기업의 경쟁력 확보를 위해 데이터 분석 가치를 발견하고, 이를 활용하여 비즈니스를 최적화하는 목표를 갖고 구성되어야 한다. 이를 위해 기업의 업무전반에 걸쳐 다양한 분석과제를 발굴해 정의하고, 데이터분석을 통해 의미있는 분석결과를 찾아 실행하는 역할을 수행 할 수 있어야 한다. 다양한 분야의 지식과 경험을 가진 인력과 업무담당자 등으로 구성된 전사 또는 부서 내.. 2023. 5. 19. 이전 1 2 다음
