🔔 학교 강의를 바탕으로 개인적인 공부를 위해 정리한 글입니다. 혹여나 틀린 부분이 있다면 지적해주시면 감사드리겠습니다.
5. 빅데이터와 IoT
1. 빅데이터의 개요
1.1 빅데이터의 등장
데이터 저장 및 처리 비용의 하락과 소셜 네트워크 서비스의 확대로 인한 데이터 폭발이 진행중이며, 임베디드 시스템에서의 막대한 데이터 생성으로 대교모 데이터가 중대 이슈로 부각하였다. 이로 인하여 빅데이터라는 용어가 등장하였다.
1.2 빅데이터 개념
빅데이터
- 대규모 데이터와 관계된 기술 및 도구(수집, 저장, 검색, 공유, 분석, 시각화 등)를 모두 포함하는 개념
1.3 빅데이터 특징
빅데이터는 5V로 대표되는 규모(Volumne), 다양성(Variety), 속도(Velocity), 신뢰성(Veracity), 가치(Value)의 5가지 구성 요소를 가진다.
5V
- 규모 : 디지털 정보량이 기하급수적으로 폭증 -> 제타바이트 시대로 진입
- 다양성 : 텍스트 이외의 멀티미디어 등 비정형화된 데이터 유형의 다양화
- 속도 : 실시간성으로 인한 데이터 생성, 이동 및 유통 속도의 증가
- 신뢰성 : 질이 높은 데이터를 활용하는 것이 분석의 정확도에 영향을 줌
- 가치 : 현재 당면하고 있는 문제를 해결하는 데의 통찰력, 유용한 정보 제공
1.4 빅데이터의 투입 가치
빅데이터의 사회, 경제적 가치
- 산업의 투명성 증대
- 검색과 처리시간의 절감 가능- 소비자 니즈 발견 트랜드 예측성과 향상을 위한 실험
- 보다 정확하고 상세한 성과 데이터 수집 가능과 더불어 변동성 분석 및 근본적 원인과 결과 분석에 데이터를 이용 가능- 소비자 맞춤형 비즈니스를 위한 고객 세분화
- 고객의 니즈에 맞춘 맞춤형 서비스 제공 가능- 자동 알고리즘을 통한 의사결정 지원과 대행
- 비즈니스 모델, 상품, 서비스 혁신
1.5 빅데이터 비즈니스 모델
빅데이터 비즈니스 모델
- 빅데이터를 이용하여 경제적 수익을 창출할 수 있는 모든 사업 형태로 정의
아래와 같은 다양한 비즈니스 모델이 존재한다.
- 교육 관련 비즈니스 모델
- 컨설팅 관련 비즈니스 모델
- 빅데이터(원시, 분석, 가공) 판매 비즈니스 모델
-> 개인정보 문제가 존재하여 원시 데이터는 판매 X- 빅데이터 기반 서비스 비즈니스 모델
1. 이상 현상 감지 시나리오 : 카드 부정 사용 감지
- 가까운 미래 예측 시나리오 : 도착 시간 예측
- 현 상황 분석 시나리오
- 고객 맞춤 시나리오
2. 빅데이터 전략과 활용
2.1 미래사회의 빅데이터 역할
빅데이터는 미래 사회에서 새로운 기회를 창출하고 위험을 해결하려는 엔진의 역할을 하며, 미래사회의 특성에 따라 아래와 같은 역할을 담당할 것으로 예상한다.
- 불확실성
- 시나리오 시뮬레이션과 다양한 상황이 고려된 통찰력 제시, 상황 변화에 유연하게 대처- 리스크
- 위험 징후, 이상신호를 포착하고 빠른 의사결정과 실시간 대응 지원, 투명성 제고 및 낭비 요소 절감- 스마트
- 개인화, 지능화 서비스 제공 확대, 최적의 선택 지원과 트랜드 분석을 통한 제품 경쟁력 확보- 융합
- 타 분야와의 결합을 통한 새로운 가치창출, 안정성 향상과 시행착오 최소화, 새로운 융합시장을 창출
2.2 빅데이터 활용 방안
2.3 성공적인 빅데이터 활용 전략
3대 요소
- 빅데이터 자원
- 저장관리 및 분석 등을 포함하는 빅데이터 플랫폼 관련 기술
- 빅데이터 사이언티스트로 대표되는 인력
빅데이터 자원을 어떻게 확보하는가가 하나의 이슈이다.
2.4 빅데이터 활용 전자상거래
소비자의 행동을 예측하여 상품 개발과 영업 고객 응대 등을 위하여 빅데이터를 활용할 수 있으며, 전자상거래에서는 판매, 거래, 배송, 고객 정보 등의 빅데이터가 생성되고 있기 때문에 효과적인 전자상거래 운영 전략 수립이 가능하다.
ex) 나이키
- 아마존과 결별하고 데이터 분석 기업과 재고 관리 및 수요 예측 기업을 인수하여 고객 맞춤형 서비스를 제공
ex) 큰 요구르트
- 기존에는 생소함으로 인해 상품성이 떨어진다고 판단하였으나, 빅데이터 분석을 바탕으로 여러 개 구매해서 한번에 마시는 소비자가 많음을 발견하여 출시, 매출 증가
2.5 전자상거래의 빅데이터 활용 전략
상품과 서비스를 거래 및 중개하는 역할 외에도 직접 상품을 판매하는 활동도 이루어지고 있으며, 거래 및 판매 활동 데이터를 수집하고 활용하거나, 데이터를 공유하기도 한다. 아래는 플랫폼을 통해 수집 가능한 데이터의 유형을 정리한 것이다.
전자상거래 데이터 공급자
- OMOTs : Online Marketplaces Optimization Tool providers
- 전자상거래와 관련한 데이터를 수집 및 전처리하고 데이터를 가공(원시, 분석, 정제 등)한 후 판매를 수행하는 기업을 의미
- 공식 활용 가능 데이터나 웹 스크래핑, 오픈 데이터, 클라우드 소스를 활용한다.
3. IoT의 개요
3.1 사물인터넷의 등장 배경
유비쿼터스 컴퓨팅에서 그 유래를 찾을 수 있으며, 언제 어디서나 존재한다라는 유비쿼터스의 개념이 케빈 애쉬턴에 의해 사물인터넷이라는 용어로 재정의되었다. 시스코는 IoT(만물 인터넷)이라는 용어를 제시했으며, 환경 자체가 사물이 된다는 의미의 AIoE(Ambient IoE)라는 용어까지 등장하였다.
3.2 사물인터넷의 개념
센서를 내장하고 있는 사물들이 서로 연결되어 각각의 사물들이 제공하던 것 이상의 새로운 가치를 제공하는 방식이며, 간단하게는 아래와 같이 정의한다.
사물인터넷, IoT : Internet of Things
- 디바이스나 사물들을 연결한 인터넷
3.3 사물인터넷의 주요 3대 기술
- 1. 센싱 기술
- 물리적 센서를 의미, 표준화된 인터페이스와 정보처리 능력을 내장한 스마트 센서, 다중 센서로 발전중- 2. 유무선 통신 및 네트워크 인프라 기술
- 사물을 상호연결시킬 수 있는 모든 유무선 네트워크- 3. 사물인터넷 서비스 인터페이스 기술
- 특정 기능 또는 서비스를 제공하기 위해 응용서비스와 연동하는 역할
3.4 사물인터넷 생태계
어느 한 주도자가 시장을 이끌어가는 구도는 불가능하며, 다양한 분야의 융합이 필요하므로 다양한 시장참여자의 협력과 경쟁으로 양질의 서비스가 탄생할 수 있다.
3.5 사물인터넷 시장 참여자
- 센서, 칩 생산업체
- 모듈 제조업체
- 단말기 제조업체
- 플랫폼 및 솔루션 업체
- 통신 업체
- 서비스 업체
4. IoT 비즈니스와 전자상거래
기능적인 측면에서 봤을 때, 사물인터넷의 구조는 아래 4가지 영역으로 구분이 가능하다.
- 데이터의 생성
- 데이터의 전달을 위한 연결
- 데이터의 수집, 저장, 가공을 포함하는 데이터의 처리
- 서비스의 제공
4.1 사물인터넷의 비즈니스 모델
사물인터넷 비즈니스는 센서나 디바이스 등으로부터 생성된 데이터를 활용하여 만든 가치 및 서비스로부터 이루어지는 사업 및 이익 창출 방식이다. 제품과 서비스가 결합한 융합형 비즈니스이며, 크게 아래와 같이 2가지로 나눌 수 있다.
- 올인원 사물인터넷
- 완제품 형태의 사물인터넷- 에프터마켓형 사물인터넷
- 반제품 형태로 기존 사물에 탈부착할 수 있는 제품이나 서비스
4.2 IoT를 활용한 전자상거래 사례 분석
아마존 대시 버튼
제품의 추가 구매가 필요한 경우, 버튼을 누르는 것만으로 재주문, 지금은 AI 비서 알렉사로 대체되었다.
플릭
사용자가 원하는 제어기능을 지정해 버튼을 누르면 바로 실행되도록 사용하는 서비스를 출시하였다.
아마존 인-카 딜리버리
사물인터넷과 택배 서비스, 전자상거래 서비스가 사물인터넷 기술로 결합된 대표적인 사례로, 상품을 주문하면 일시 발급된 키로 자동차 트렁크에 택배를 배달해주는 형식의 서비스이다.
아마존 Go 서비스
컴퓨터 비전과 딥러닝, 센서 퓨전, RFID 기술을 적용하여 무인 식료품 상점을 구현하였다.
신세계 I&C, 이마트 24 스마트 매장
무게 센서, 컴퓨터 비전, 레이저 펄스로 사람과 사물을 3D 인식하는 LiDAR 기술을 적용하여 무인 편의점을 구현하였다.
