Search
📪

데이터 이야기

키워드
빅데이터
Search
빅데이터의 시대, 다양한 기업들에서 데이터를 적극 활용하고 있습니다.
데이터를 기반으로 인공지능 기술을 적용해 개인별 맞춤 서비스를 제공하고 있는데요, 이러한 서비스는 어떤 방식으로 제공되는 것 일까요?
화면의 선명도를 결정하는 1픽셀은 너무 작아서 우리 눈에 보이지 않습니다. 이런 픽셀은 정보를 수집하는데 좋은 도구로 이용되는데요, 사이트에 방문하면 언제 어떻게 방문했는지가 픽셀에 기록되어 저장됩니다. 이렇게 저장된 데이터는 ‘쿠키’라고 불립니다.
쿠키는 인터넷을 이용하면 할수록 쌓이고, 이렇게 쌓인 우리의 빅데이터를 가지고 IT 플랫폼 기업들은 우리의 취향과 관심사를 유추해 추천해주는 ‘개인화 서비스’를 개발해 사용하고 있습니다.
이를 통해 큰 성공을 거둔 기업으로 구글과 넷플릭스를 꼽을 수 있습니다.
구글은 검색창을 통해 전 세계인들의 빅데이터를 수집하고, 영상 콘텐츠의 시대가 올 것을 예측해 스타트업이었던 유튜브를 인수했습니다. 그 후 유튜브에 개인화 서비스를 접목해 지금의 유튜브를 구축했습니다.
넷플릭스는 유튜브와 마찬가지로 소비자가 한 번이라도 시청한 이력이 있으면, 그것을 기반으로 소비자가 좋아할 만한 혹은 관심을 가질만한 콘텐츠를 추천해줍니다.
소비자들이 컨텐츠를 언제 재생하고, 언제 멈추는지, 뒤로 혹은 앞으로 돌려보는지 등 다양한 사용자 동작 정보를 수집하고, 컨텐츠 관련 정보와 결합하여 개인별 맞춤형 데이터를 만들어 냅니다.
실제로 시청자들의 행동의 약 75%가 넷플릭스의 추천에 기반하고 있다고 합니다.
구글은 나를 어떻게 생각할까?
마이데이터(mydata)에 대해 들어보신 적 있으신가요?
마이데이터란, 개인이 자신의 정보를 적극적으로 관리·통제하는 것은 물론, 이러한 정보를 신용이나 자산관리 등에 능동적으로 활용하는 일련의 과정을 말합니다.  마이데이터는 미국·영국 등 데이터 산업 선진국에서 시행되고 있는 서비스로, 데이터 활용체계를 기관 중심에서 정보주체 중심으로 전환하는 것인데요. 즉, 개인이 자신의 정보를 스스로 통제·관리, 해당 정보들이 본인의 의사에 맞춰 활용될 수 있도록 개인의 정보 주권을 보장하는 것이 목적입니다.
특히나 지난 2020년 8월, 데이터3법이 본격적으로 시행되면서, 부처별로 나뉘어 있던 개인정보보호에 관한 법률을 통합해 불필요한 중복 규제를 없앴으며, 개인은 정보 주체로서 이동권을 행사하고, 기업은 필요한 데이터를 확보해 새로운 서비스를 개발할 수 있는 마이데이터 사업 환경이 갖춰졌습니다.
이로 인해 각 금융기관 내부에 있던 정보를 고객 동의하에 타 기관으로부터 수집·통합하여 하나의 플랫폼에서 제공하는 것이 가능해졌고, 금융권 및 핀테크 기업의 플랫폼 경쟁이 심화되고 있습니다. 해당 사업을 위해서는 우선, 금융위원회의 본인신용정보 관리업 허가가 꼭 필요한데요. 여기서, 본인신용정보 관리업이란 마이데이터를 지원하는 산업, 구체적으로 금융기관·통신사 등에 수집되어 있는 자신의 개인정보를 다른 기업·기관 등으로 이동시키는 지원 역할을 하는 것을 말하는데, 마이데이터 산업이라고도 할 수 있습니다.
마이데이터  활용 구조
마이데이터 사업에는 3개의 주체가 존재하는데요.
정보 주체인 개인, 개인의 데이터를 보유한 금융회사, 마이데이터 사업을 수행하는 사업자입니다. 각 개인은 마이데이터를 통해 각종 기업이나 기관 등에 흩어져 있는 자신의 정보를 한꺼번에 확인할 수 있고, 자발적으로 개인정보를 제공하면 이를 활용해 맞춤 상품이나 서비스를 추천받을 수 있습니다. 마이데이터를 제공받은 기업들은 금융사 곳곳에 분산된 정보 주체의 신용정보를 모아 이를 기반으로 고객 맞춤형 상품과 정책 등을 개발할 수 있는 것이죠.
그 결과, 개인은 더 합리적인 가격의 맞춤형 금융서비스를 선택할 수 있게 되고, 금융이력이 거의 없는 사람들도 금융 상품을 이용할 수 있게 됩니다. 사업자 입장에서는 일부 금융회사의 데이터 독과점 현상이 해소됨에 따라 데이터 확보가 용이해지고 데이터 비즈니스 진입 비용이 낮아집니다. 심지어 마이데이터 사업 시작 이후에는 금융 상품을 만들고 판매하는 것이 반드시 은행이나 증권사, 보험사 같은 금융회사일 필요가 없습니다. 뛰어난 분석능력을 갖춘 비금융 마이데이터 사업자도 상품을 만들 수 있습니다.
데이터 혁신의 중심, 마이데이터
데이터는 그 자체로 반드시 사실을 의미할까요?
데이터에서 의미를 찾아내기 이전에 그 지표에 한계가 있는 것은 아닌지, 자신이 그 개념을 정확히 이해하고 있는지를 먼저 생각해보아야 합니다. 숫자로 된 데이터가 제시되었다해서 무조건 신뢰할 만한 자료라고 생각하지 않아야 하며, 데이터를 비판적으로 바라볼 줄 알아야 합니다. 비판적인 관점으로 지표를 정확히 이해할 때 데이터에서 유의미한 인사이트를 도출해 낼 수 있습니다.
이렇게 데이터에서 숨겨진 의미를 찾아내고 해석해 가치를 발굴하는 능력을 ‘데이터 리터러시’ (데이터 문해력) 이라고 합니다. 데이터 리터러시는 데이터를 목적에 맞게 활용하는 데이터 해석 능력을 말합니다. 여기서 데이터의 범위는 고도의 처리 기술을 요하는 빅데이터뿐만 아니라, 단순 수치나 통계자료도 포함합니다.
따라서 ‘데이터 리터러시’는 데이터와 관련된 일을 하는 전문 영역의 사람들에게만 필요한 것이 아니라 데이터 활용이 증가하고 있는 시대에, 우리 모두에게 필요한 역량이라고 할 수 있습니다.
데이터 해석 능력이 어렵게 느껴질 수도 있지만, 모두가 데이터를 잘 다뤄야 한다는 말을 의미하는 것이 아닙니다. 핵심은 ‘데이터 해석 능력이 필요하다는 사실’을 인식하는 것입니다.
미국 노스캐롤라니아 대학 졸업생 중 평균 연봉(초봉)이 가장 높은학과는 어디일까요?
답은 지리학과로, 평균 연봉(초봉) 연 1억원을 기록했습니다.
어째서 지리학과 학생들이 이렇게 높은 연봉을 받을 수 있었을까요?
지리학과 졸업생 중 전설적인 농구선수 마이클 조던이 포함되어 있었기 때문입니다!
데이터는 그 자체로 반드시 사실을 의미한다?
지금과 같은 IT기술이 없던 시절, 열악한 환경 속에서 위대한 업적을 남긴 인물들이 있습니다.
김정호의 대동여지도
잘 알고계시겠지만, 1861년 철종 12년에 제작된 ‘대동여지도’는 물줄기와 산줄기, 고을과 도로 등 자연과 인문지리 정보를 모두 담고 있으면서 놀라울 정도로 정확한 실측지도입니다.
대동여지도에서 임의의 두 지역을 연결해 이동 가능한 길의 거리를 구한 후 21만배 정도 곱하면 현재의 실제 거리와 거의 일치한다고 합니다.
여러 문헌에서 김정호가 대동여지도를 완성하기 위해 한반도를 여러차례 답사하고 산에 올랐을 것이라는 주장이 많았습니다.
대동여지도는 김정호의 매우 정교한 데이터 분석, 시각화의 결과물이 아닐까요?
나이팅게일의 로즈다이어그램
1854년 영국 상류층 출신의 나이팅게일이 군 간호사로서 크림 전쟁에 참전했고, 그녀의 노력으로 40%를 넘던 영국군 야전병동의 사망율이 2%로 낮아졌다.
여기까지가 일반적으로 나이팅게일에 대해 알려진 사실입니다. 하지만 실질적으로 수많은 생명을 살린 것은 나이팅게일의 희생만이 아닌 바로 통계였습니다.
19세기의 데이터사이언티스트들

Big Data?

빅데이터 알아보기
Made with