Ph.D. Young-Min, Kyoung
e-Business
▶ ◀ch.09. 빅데이터와 사물 인터넷
http://pdd40.webnode.kr/
(Big Data and Internet of Things)
(electronic-Business)
1 zettabyte = 1021 byte
= 10억 Terabyte
1 Terabyte = 1조 바이트1,000 ZetaByte = 1 YottaByte
교재 목차
Ch.01 e비즈니스 개
요
• 4차 산업혁명과 시
장환경의 변화
• e비즈니스의 개념
및 특성
• e비즈니스의 특징
과 장단점
Ch.02 e비즈니스 전
략
• e비즈니스 구성요
소와 거래 유형
• 기업의 e비즈니스
경영전략
• 기업 내 e비즈니스
지원 기술
Ch.03 개방형 플랫폼
환경과 e비즈니스 모
델
• 개방형 플랫폼과 소
비자 행동의 이해
• e비즈니스의 비즈
니스 모델
• e비즈니스의 수익
모델 및 이윤 증대
방법
Ch.04 인터넷 마케
팅
•인터넷 마케팅 개
요
•인터넷 마케팅 전
략
•인터넷 마케팅 효
과측정 방법
Ch.05 e비즈니스 고
객관리 및 서비스
• 고객 데이터 수집과
분석 방법
• e비즈니스 고객 관
리 기법
• 고객관리시스템(CR
M)
Ch.06 e비즈니스 물
류관리 시스템
• e비즈니스 물류관
리의 개념
• e비즈니스와 배송
정책
• 통합 물류관리 시스
템 활용전략
2019-05-23 2
Ch.07 e비즈니스와
경영전략시스템
• 의사결정지원시스
템
• 의사결정지원시스
템의 변화
• 중역정보시스템과
전략정보시스템
Ch.08 모바일 플랫
폼과 마케팅
• 모바일 플랫폼과 모
바일 비즈니스의 진
화
• 뉴미디어와 모바일
마케팅의 개념
• 모바일 마케팅 성공
전략 및 사례
Ch.09 빅데이터와
사물 인터넷(IoT)
• 빅데이터 개요
• 빅데이터의 전략적
활용
• 사물 인터넷(IoT)
Ch.10 전자결제 시
스템
• 전자결제 시스템의
개요
• 핀테크(Fin-Tech)
의 개념
• 전자결제 시스템의
보안 및 안전장치
Ch.11 전자상거래
무역
• 전자상거래 무역의
개요
• 국가별 전자상거래
무역 전략
• 글로벌 전자상거래
무역 성공 요소
Ch.12 전자상거래
창업
• 전자상거래 창업의
개념과 절차
• 전문 쇼핑몰과 오픈
마켓에서의 창업
• 쇼핑몰 운영 및 활
용 전략
Ch.13 e비즈니스 창업관련 법규
•창업에 필요한 세무 노하우
•e비즈니스 관련 법규
•e비즈니스 관련 국제규범
/ 기말고사 /
CONTENTS
1. 빅데이터의 개요
2. 빅데이터의 전략적 활용
3. 사물 인터넷(IoT)
2019-05-23 3
Images
& Media
Database
Locations
E-Mails
Click
Stream
Social Network
Html
Sensors
Public
Data
POP
Data
Big Data Sources
& Kinds of Data
빅데이터의 개요
2019-05-23 4
11) 빅데이터 등장 배경
Big Data is … 기존 데이터보다 너무 방대하여 기존의 방법이나 도구로 수집/저장/분
석 등이 어려운 정형 및 비정형 데이터들을 의미한다(국립중앙과학관).
데이터 형식이 ①다양하고, 생성 ②속도가 매우 빠르며, 기존 방식으로관리/분석하기 어려운 ③대용량 데이터(Gartner).
빅데이터의 특징 : 3V [다양성(variety), 속도(velocity), 대용량(volume)]
빅데이터를 『Big(큰, 많은) + Data(데이터, 자료)』란 단순 합성어로 이해하는 것은 좁은 견해임에 유의
<정형적인 데이터> Sources : Website Traffic, Clicks, Database,
Data Warehouse, Sensors, Online Forms,
Point of Sales Systems, Point of
Production Systems, data from ERP
systems, CRM systems, etc.
Clearly Defined, Easy to Analyze
10~20% of all data(‘2015)
Structured Data <비정형적인 데이터> Sources : E-Mails, Research Data, Survey
Results, Customer Call Center Records,
Social Media Feed Data, Website(Blogs),
CCTV on streets, etc.
Hard to Measure, Hard to Treat, Hard
to Analyze
90~80% of all data(‘2015)
Unstructured Data
빅데이터의 개요
2019-05-23 6
11) 빅데이터 등장 배경
Big Data의 개념 the act of collecting, processing, and analyzing large data sets
from traditional and digital sources to identify trends and patterns(by Forbes).
즉, 빅데이터는 대용량 데이터만을 의미하는 단순한 개념이 아니며, 그 데이터를 효과적으로 처리하고 분석할 수 있는 기술에 더 초점을 둔 용어임.
Data flows in from
sources like business
processes, machines,
networks and human
interaction with thing like
social media sites, mobile
devices, etc.
The flow of data is
massive and continuous.
VelocityVariety refers to the many
sources and types of data
both structured and
unstructured. Sources : spreadsheets and
databases → emails,
photos, videos, monitoring
devices, PDFs, audio, etc.
This variety of unstructured
data creates problems for
storage, mining and
analyzing data.
VarietyBasic characteristics.
The total amount of
information is growing
exponentially every year.
Data is generated by
machines, networks and
human interaction on
systems like social media,
the volume of data to be
analyzed is massive.
VolumeVeracity refers to the
trustworthiness of the
data.
Every good manager
knows that there are
inherent discrepancies in
all the data collected.
Veracity
빅데이터의 개요
2019-05-23 7
11) 빅데이터 등장 배경
from 맥킨지, 가트너, IBM 보고서
40 zettabyte
(2020)
250만 terabyte
(매일)
420만 웨어러블무선 헬스모니터(2014)
300억 컨텐츠(Facebook, 매월)
189억 네트워크 접속(2016)
100개의 센서(자동차 당)
의사결정에 사용되는 정보,
의사결정권자 3명 중 1명신뢰하지 않아
응답자의 27%,
데이터 정확성,
확신 못해
1 zetta = 1021 = 100만 petta
1 petta = 1015
1 tera = 1012 / 1 Yotta = 1,000 zeta
1 바이트 당 1
회의 연산이필요하다고가 정 할 때 ,
185일 정도가필요
구글 사용자의 위치 정보
빅데이터의 개요
2019-05-23 8
12) 빅데이터 개념 및 특징
설문조사/인터뷰POS/POP data, etc.
디지털 세계
제한된 데이터와 정보 획득 종류 및 접촉 대상
정형화된 적은 종류의 데이터, 정보
사용자가 남긴 모든 디지털 흔적 획득 막대한 양의 데이터, 자동 수집
비정형화된 다양한 종류의 데이터, 정보
빅데이터의 개요
2019-05-23 11
13) 빅데이터 관련 주요 기술
빅데이터 처리 과정
Data Refinement
결측치중복 데이터이상치(outlier)
데이터 수집 방법 수동 : typing
자동 : 로그 수집기, 웹크롤링, 센싱, IOT, 소셜
수집 데이터 분산 저장
하둡(Hadoop) 등을 이용한 대용량 데이터저장 기술
NoSQL(Non-Relational
DBMS)
• cf. Relational DBMS
Structured /
Unstructured data
Inner / Outer data
하이브 (hive), R 등을이용한 분산/병렬 데이터의 실시간 분석
Chart, API 등을 이용한다양한 view 생성 및제공
Data Query
Data Clustering
Classification
Recommendation
Chart
Data Export
API
Monitoring
Data Acquisition Data Storing
데이터 수집(aggregation)
Data Analysis Data Visualization
데이터 활용(utilization)
통계적 분석법 데이터 마이닝 소셜 네트워크 분석 기계학습
1 2 3 4
빅데이터의 전략적 활용
2019-05-23 12
21) 빅데이터 활용의 중요성
데이터 경제 시대의 빅데이터/빅데이터 분석의 중요성
Digital Devices
급속한 경영환경의 변화에 대응하는 도구
사회 현상의 변화 소비자의 이해 Insight(통찰력) 확보
기업의 새로운 이익 창출을 위한 자원
위치 데이터
Software & Data
빅데이터의 전략적 활용
2019-05-23 15
23) 빅데이터 시대의 준비 과제
Big Data 분석역량
(data scientist)
빅데이터 협력생태계
(collaboration)
개인 정보 보호
(protect / security)
수리 통계학, 기계학습, 최적화기술
프로그래밍 기술 Visualization 기술 업무 분야 지식 빅데이터 처리 능력 Communication storytelling
정보 유출 방지 정보 보안 기술
데이터 수집의 한계
데이터의 전문적인 분석 능력 부족
사물 인터넷(IoT: Internet of Things)
2019-05-23 16
31) 사물인터넷 개념 및 특징
사물인터넷의 정의 / 주요 기술 인터넷에 연결된 사물과 관련된 기술(초기)
→ 사람, 사물, 공간 등이 인터넷에 연결되어 정보가 생성되고, 생성된정보를 수집, 공유, 활용하는 기술(Internet of Everything : IOE)
Communication & Network Infra
Interface & Service Sensing
인간과 사물, 서비스를 연결하는 모든 네트워크 기술
인간, 사물, 서비스가 서로연결되어 특정 기능을 수행
하게 하는 기술
사물과 주위 환경에서 정보를 얻는 물리적 기술
커뮤니케이션 업체소셜 업체
서비스 업체플랫폼, 솔루션 사업자
Chip vendor, 모듈, 디바이스 업체
그림 9.3.2 사물인터넷의 주요 기술
사물 인터넷(IoT: Internet of Things)
홈/가전 분야 스마트 홈 서비스 (가전 제조회
사 + 통신사)
가전 기기 원격 제어 : 냉,난방제어, 전기/수요 사용량 원격검침
보안 : 적외선 감지기, 도어/창문 개폐 경보기, 인터넷 카메라
자동차 분야 Smart Car, Connected Car
자동차의 상태 확인(연료량, 오일 수준, 경고등 작동 여부 등)
자동차의 통제(속도 감지, 주변차량과의 교신, 운전 제어 등)
2019-05-23 19
32) 산업별 IoT 활용 사례 주행속도 : 100(km/hr)
급제동 : 4G : 81~135(cm) 5G : 2.7(cm)
<실시간성의 중요성 예>
보안 및제어
에너지및 조명 오락
및 접속
건강 가전기구