빅데이터의 이해와 활용

문서 내 토픽

• 1. 데이터과학자

  데이터 과학자는 기계학습, 데이터 시각화, 통계 분석 등의 지식을 바탕으로 방대한 양의 데이터에서 일정한 패턴을 발견하고, 그를 통해서 인사이트를 얻어 내는 역할을 수행한다. 또한 데이터 과학자들은 복잡한 빅데이터 분석을 통해 추출한 인사이트로 다양한 비즈니스 의사 결정을 내린다. 작업 중인 데이터를 이해하며, 데이터를 정제하고, 처음부터 제대로 된 데이터가 입력될 수 있도록 데이터를 전처리하며 예측을 위한 모델을 구축하게 된다. 데이터 과학자들은 인공지능 지식과 활용 능력을 갖추어야 하며, 기계학습 알고리즘에 대한 지식과 적용 능력 또한 갖추어야 한다.

• 2. 빅데이터 확산 배경

  오늘날 사람들이 만들어내는 데이터의 양은 과거와는 쉽게 비교하기가 어려울 정도로 그 양이 방대하다. 일반 소비자들이 특정한 제품에 대해서 온라인 상에서 텍스트나 이미지 등으로 언급을 하는 것에서부터 소비자들이 어떠한 물건을 주로 구매하는지, 특정한 물품의 구매량이 급증하는 시점은 어느 때인지 등 다양한 데이터를 CRM이나 전사적자원관리 시스템 등을 통해서 축적할 수 있다. 사람들이 다른 사람들과 온라인상에서 어떠한 관계를 형성하는지 등 연결 관계도 분석이 가능하다. 민간 분야에서 뿐만 아니라 국가 단위에서도 연금이나 국세 자료, 사회 조사, 의료보험 등 여러가지 분야에서 데이터가 지속적으로 생성되고 있다. 이렇게 축적된 데이터는 그 자체로는 별다른 의미를 지니지 못하며 데이터를 적절하게 활용할 수 있어야 한다. 그래야 인사이트를 추출하고, 이를 기업에서 필요로 하는 다양한 의사결정에 이용할 수 있게 된다.

• 3. COVID-19 전후 국내여행 및 해외여행 변화

  내가 고른 키워드는 국내여행과 해외여행이다. 2018년 1월 1일부터 2021년 12월 31일을 기준점으로 설정하였다. 코로나19 팬데믹 시기에는 해외여행이 크게 제약을 받았기 때문에, 해외여행에 대한 관심이 상대적으로 사그라들고 그자리를 국내여행이 채울 것이라고 생각하여서 두 개의 키워드를 설정하였다. 관찰 기간 동안 전반적으로 국내여행보다는 해외여행에 대한 관심도가 더 높았다. 코로나19 팬데믹 초기에는 국내여행에 대한 검색량이 더 많았으나, 서서히 해외여행에 대한 관심도가 급증하였으며 특히 국가에서 코로나19 관련 출입국 규제를 완화할 때마다 해외여행에 대한 관심도가 증가한 것으로 풀이된다.

• 4. 건강 관련 키워드 검색 추이(1900-2019)

  나는 요즘에 건강에 대해서 관심이 많아서 건강과 관련된 AIDS와 Diabetes, Heart attack이라는 세 가지 키워드를 설정하고 1900년부터 2019년까지의 검색량을 비교하였다. 전반적으로 그 기간 동안에 당뇨병에 대한 검색량은 가장 많았다. 심장마비에 대한 검색량은 가장 적었지만 지속적으로 상승세를 보이고 있다. AIDS의 경우 여기에서 가장 인사이트가 분명한데 AIDS가 문제시되기 시작한 것은 1980년대 무렵부터이며 그 이후 급작스럽게 AIDS에 대한 관심도가 증가하였다가 이후 각종 AIDS 퇴치 운동 등의 등장으로 인하여 검색량은 현재 감소세를 보이고 있다.

• 5. 건강 관련 키워드 검색 추이(2004-현재)

  전반적으로 심장마비에 대한 검색량이 가장 낮으며, 당뇨병에 대한 검색량이 가장 많고 그 다음을 AIDS가 잇는다는 흐름은 같다. AIDS에 대한 관심도는 2000년대 초반에 비해서 서서히 감소하고 있는 것으로 나타났다. 이는 AIDS에 대한 심각성이 떨어진다는 이야기가 아니라 의학기술의 발달 등으로 인하여 AIDS로 인해서 더 이상 사망에 이르는 비율이 이전보다 높지 않다는 것이 영향을 미쳤을 것이라고 생각한다. 이 그래프에서는 심장마비에 대한 관심도가 점차 증가하고는 있지만 그 증가세가 위의 그래프에 비교하면 더 완만하다.

Easy AI와 토픽 톺아보기

• 1. 데이터과학자

  데이터과학자는 데이터를 수집, 분석, 해석하여 의미 있는 정보를 도출하고 이를 바탕으로 의사결정을 지원하는 전문가입니다. 데이터과학자는 통계, 수학, 컴퓨터 과학 등 다양한 분야의 지식을 활용하여 데이터를 체계적으로 다루고 새로운 통찰을 제공합니다. 데이터 기반 의사결정이 중요해짐에 따라 데이터과학자의 역할은 점점 더 중요해지고 있습니다. 데이터과학자는 기업, 정부, 연구기관 등 다양한 분야에서 필요로 하는 인재로, 데이터 분석 및 활용 능력을 갖추고 창의적이고 혁신적인 사고를 가진 전문가입니다.

• 2. 빅데이터 확산 배경

  빅데이터의 확산 배경에는 다음과 같은 요인들이 있습니다. 첫째, 디지털 기술의 발전으로 데이터 생성량이 폭발적으로 증가했습니다. 스마트폰, 사물인터넷, 소셜미디어 등을 통해 다양한 형태의 데이터가 실시간으로 생성되고 있습니다. 둘째, 데이터 저장 및 처리 기술의 발전으로 대용량 데이터를 효과적으로 관리할 수 있게 되었습니다. 클라우드 컴퓨팅, 하둡 등 빅데이터 처리 기술이 발전하면서 대량의 데이터를 저렴하게 저장하고 신속하게 분석할 수 있게 되었습니다. 셋째, 데이터 분석 기술의 발전으로 데이터로부터 유의미한 통찰을 얻을 수 있게 되었습니다. 머신러닝, 딥러닝 등 데이터 분석 기술이 발전하면서 복잡한 데이터 패턴을 발견하고 예측 모델을 구축할 수 있게 되었습니다. 이러한 요인들이 빅데이터 확산의 배경이 되고 있습니다.

• 3. COVID-19 전후 국내여행 및 해외여행 변화

  COVID-19 팬데믹은 국내여행과 해외여행 패턴에 큰 변화를 가져왔습니다. 먼저 국내여행의 경우, 사회적 거리두기와 이동 제한으로 인해 여행 수요가 크게 감소했습니다. 그러나 국내 관광지에 대한 관심이 높아지면서 자가용 여행, 캠핑, 힐링 여행 등 새로운 여행 형태가 등장했습니다. 또한 정부의 여행 바우처 지원 등 정책적 노력으로 국내 여행이 점차 회복되고 있습니다. 한편 해외여행의 경우, 국경 폐쇄와 격리 조치로 인해 여행이 크게 제한되었습니다. 여행객들은 해외여행 대신 국내여행을 선호하게 되었고, 여행사와 항공사 등 관련 산업이 큰 타격을 받았습니다. 향후 백신 보급 확대와 방역 정책 완화에 따라 해외여행이 점차 회복될 것으로 예상되지만, 여행 행태와 선호도에 있어 장기적인 변화가 있을 것으로 보입니다.

• 4. 건강 관련 키워드 검색 추이(1900-2019)

  1900년부터 2019년까지의 건강 관련 키워드 검색 추이를 살펴보면 다음과 같은 특징을 발견할 수 있습니다. 첫째, 전반적으로 건강에 대한 관심이 지속적으로 증가해왔습니다. 질병 예방, 건강한 생활습관, 의료 기술 발전 등 다양한 건강 관련 주제에 대한 관심이 높아졌습니다. 둘째, 시기별로 관심사가 변화했습니다. 초기에는 전염병, 영양 결핍 등 기초적인 건강 문제에 대한 관심이 높았지만, 점차 만성질환, 정신건강, 웰니스 등 다양한 건강 이슈로 관심이 확대되었습니다. 셋째, 의학 기술 발전에 따라 새로운 건강 관련 키워드가 등장했습니다. 유전자 검사, 줄기세포 치료, 인공장기 이식 등 첨단 의료 기술에 대한 관심이 높아졌습니다. 이러한 추이를 통해 건강에 대한 사회적 관심과 요구가 지속적으로 변화해왔음을 알 수 있습니다.

• 5. 건강 관련 키워드 검색 추이(2004-현재)

  2004년부터 현재까지의 건강 관련 키워드 검색 추이를 살펴보면 다음과 같은 특징을 발견할 수 있습니다. 첫째, 전반적으로 건강에 대한 관심이 지속적으로 증가했습니다. 특히 최근 10년 간 건강 관련 키워드 검색량이 크게 늘어났는데, 이는 건강에 대한 사회적 관심이 높아졌음을 보여줍니다. 둘째, 시기별로 관심사가 변화했습니다. 초기에는 질병 예방, 운동, 영양 등 기본적인 건강 관리에 대한 관심이 높았지만, 점차 스트레스 관리, 정신건강, 웰니스 등 삶의 질 향상과 관련된 주제로 관심이 확대되었습니다. 셋째, 새로운 건강 관련 키워드가 등장했습니다. 최근에는 AI 헬스케어, 디지털 헬스, 유전체 분석 등 첨단 기술과 건강의 융합에 대한 관심이 높아졌습니다. 이러한 추이를 통해 건강에 대한 사회적 관심이 점점 더 다양화되고 세분화되고 있음을 알 수 있습니다.