목차
데이터 산업의 진화
데이터 처리 시대
데이터 저장 및 관리가 주로 수작업 방식이나 단순한 전자 시스템을 사용하여 데이터를 처리하던 초기를 말합니다. 이 시대에는 플랫 파일 데이터베이스 및 초기 형태의 데이터 처리 소프트웨어와 같은 데이터 저장 및 검색을 위한 기본 기술이 개발되었습니다.
데이터 통합 시대
수집하고 저장하는 데이터의 양이 증가함에 따라 여러 데이터 소스를 통합하고 관리할 수 있는 시스템의 필요성이 더욱 중요해졌습니다. 이 시대에는 ETL(추출, 변환, 로드) 도구 및 엔터프라이즈 서비스 버스와 같은 데이터 웨어하우징 및 데이터 통합 기술이 개발되어 조직이 서로 다른 소스의 데이터를 가져와 통합된 방식으로 사용할 수 있게 되었습니다.
데이터 분석 시대
보다 진보된 데이터 저장 및 통합 시스템의 개발로 조직은 보다 정교한 형태의 분석을 위해 데이터를 사용하기 시작했습니다. 비즈니스 인텔리전스(BI) 시스템과 데이터 마이닝 도구의 등장으로 조직은 새로운 방식으로 데이터를 분석하고 정보에 입각한 비즈니스 결정을 내릴 수 있었습니다. 이 시대는 또한 데이터를 분석하기 위해 고급 통계 및 기계 학습 기술을 사용하여 데이터 과학이 직업으로 떠오르는 것을 보았습니다.
데이터 연결 시대
인터넷과 모바일 기술의 등장으로 생성되고 공유되는 데이터의 양이 폭발적으로 증가했습니다. 이 시대는 서로 다른 시스템과 응용 프로그램이 데이터를 원활하게 공유할 수 있도록 하는 데이터 커넥터 및 API의 확산이 특징입니다. 이를 통해 조직은 데이터 소스에 연결하고 IoT 및 소셜 미디어 데이터와 같은 새로운 방식으로 데이터를 활용할 수 있습니다.
데이터 권리 시대
수집되고 공유되는 데이터의 양이 증가함에 따라 개인 정보 보호, 보안 및 데이터 제어와 같은 문제에 대한 우려가 높아졌습니다. 이 시대는 개인에게 개인 데이터에 대한 더 많은 제어 권한을 부여하고 조직이 책임감 있게 처리하도록 보장하는 것을 목표로 하는 GDPR 및 CCPA와 같은 데이터 거버넌스 및 규정 준수 규정의 증가로 특징지어집니다. 또한 개인과 조직이 누가 자신의 데이터에 액세스하고 사용할 수 있는지에 대해 더 많은 통제권을 부여하기 위해 데이터 권한 관리가 등장했습니다.
데이터 산업의 구조
데이터 산업은 크게 여러 주요 부문으로 나눌 수 있습니다.
- 데이터 수집: 여기에는 데이터를 수집, 생성 및 저장하는 회사 및 조직이 포함됩니다. 예를 들면 소셜 미디어 플랫폼, IoT 장치 제조업체, 데이터를 수집하여 다른 조직에 판매하는 회사가 있습니다.
- 데이터 관리: 여기에는 데이터 저장, 관리 및 처리를 위한 소프트웨어 및 서비스를 제공하는 회사 및 조직이 포함됩니다. 데이터 웨어하우징 및 데이터 관리 플랫폼, 데이터 품질 및 데이터 거버넌스 솔루션을 예로 들 수 있습니다.
- 데이터 분석 및 통찰력: 여기에는 데이터를 분석하고 통찰력을 얻기 위한 소프트웨어 및 서비스를 제공하는 회사 및 조직이 포함됩니다. 예를 들면 비즈니스 인텔리전스(BI) 및 분석 플랫폼, 데이터 과학 및 기계 학습 서비스가 있습니다.
- 데이터 연결 및 통합: 여기에는 서로 다른 소스의 데이터를 연결하고 통합하기 위한 소프트웨어 및 서비스를 제공하는 회사 및 조직이 포함됩니다. 데이터 통합 플랫폼, 데이터 커넥터 및 API를 예로 들 수 있습니다.
- 데이터 보안 및 규정 준수: 여기에는 데이터의 보안 및 규정 준수를 보장하는 솔루션을 제공하는 회사 및 조직이 포함됩니다. 데이터 암호화, 데이터 손실 방지 및 데이터 거버넌스 솔루션을 예로 들 수 있습니다.
각 세그먼트는 제공되는 솔루션, 대상 고객 및 수익 모델 측면에서 다양하지만 모두 함께 작동하여 엔드 투 엔드 데이터 관리 프로세스를 지원합니다.
다음 글
정보의 호텔에는 미래의 데이터 전문가가 되실 분들을 위해 빅데이터분석, 데이터분석에 관한 글을 아래의 페이지에 정리해 놓았습니다.
'자격증/빅데이터분석기사' 카테고리의 글 목록
모든 분야의 정보를 담고 있는 정보의 호텔입니다.
jkcb.tistory.com
위 페이지는 빅데이터분석기사 / 데이터분석전문가 / 데이터분석준전문가 모두 유용하게 사용하실 수 있습니다.