빅 데이터는 지난 몇 년 동안 주목 받고 있습니다. 빅데이터를 분석함으로써 경험과 직관을 바탕으로 한 일을 합리적으로 할 수 있을 것으로 기대되기 때문이다. 빅 데이터와 밀접한 관련이있는 빅 데이터 및 데이터 마이닝의 정의를 간략하게 설명하고 빅 데이터 분석이 사회에 미치는 영향을 고려해 보겠습니다. 우리는 또한 우리의 관계를 언급 할 것입니다. 엣지 컴퓨팅.
빅 데이터란 무엇입니까?
빅 데이터란 무엇입니까? 일반적으로 “대량으로 실시간으로 발생하는 구조화 또는 비정형 데이터 또는 데이터 자체를 축적, 분석 및 처리하는 기술에 대한 일반적인 용어”를 의미합니다.
구조화된 데이터는 전통적으로 데이터베이스에서 관리되었던 데이터로, 소위 조직화된 데이터라고 합니다. 반면에 구조화되지 않은 데이터는 아직 구성되지 않은 원시 데이터를 나타냅니다.
빅데이터 분석 전에는 현장의 정보를 사람이 분석하고 이를 바탕으로 회사의 결정을 내렸다. 그곳에서 수년간의 경험과 인간의 직감이 필요했습니다. 그러나 최근에는 정보장비의 개발로 인해 현장에서 자동으로 수집되는 데이터의 양과 유형이 빠른 속도로 증가하고 있으며, 인체에 대한 부담이 증가하고 있으며, 분석에 필요한 경험과 직관은 하룻밤 사이에 획득되지 못하고 있다. 즉, 충분한 경험과 직감을 가진 사람들의 수는 분석 소스의 데이터가 증가하고 있음에도 불구하고 감소하고 있습니다.
따라서 데이터 분석 및 의사 결정을 지원하기 위해 데이터 마이닝 기술이 개발되었습니다. 데이터 마이닝은 데이터 간의 상관 관계를 찾고 많은 양의 데이터 간의 유용한 관계를 발견하는 데 도움이되는 기술이며 빅 데이터 분석과 분리 할 수 없습니다. 즉, 지금까지 분석을 도출하는 데 사용 된 인간의 직감 및 경험과 같은 프로세스를 대신하여 행동하여 의사 결정을 내리는 것을 지원하는 기술입니다.
빅 데이터를 분석하기 위한 데이터 마이닝의 개념
빅 데이터를 분석하기 위해 데이터 마이닝에 대해 자세히 살펴 보겠습니다. 일반적으로 빅 데이터 분석은 종종 다음 모델 (DIKW 모델)을 기반으로합니다.
“데이터: 데이터”
이것이 우리가 수집 된 상태로 남아있는 원시 데이터라고 부르는 것입니다. 또한 구조화되지 않은 데이터이기도합니다. 일반적으로 테라 바이트에서 꽃잎이있는 크기입니다.
“정보: 정보”
이것은 원시 데이터의 체계적인 버전이며 기본적으로이 단계에서 데이터 마이닝이 도움이 될 수 있습니다. 또한 구조화 된 데이터이기도합니다.
지식: 지식
그것은 정보로부터 얻은 추세와 지식을 말합니다. 최근 몇 년 동안 데이터 마이닝 도구는이 단계에서 지식을 지원하기 위해 인공 지능 및 통계 분석을 사용했습니다.
“지혜: 지혜”
그것은 지식으로부터의 인간의 판단을 가리킨다.
데이터 마이닝 도구는 데이터로부터 정보를 생성 할 수 있지만 궁극적으로 정보로부터 지식과 지혜를 생성하는 것은 인간의 판단에 달려 있다는 점에 유의해야합니다.
현재의 기술은 데이터 간의 상관 관계를 요구하지만 인간이 상관 관계 결과에서 실제 현상을 추론 할 필요가 있습니다. 이 작업을 수행하는 데이터 과학자라는 직업이지만 매우 어려운 직업입니다.
난이도가 높은 이유는 데이터 분석 (통계 분석, 인공 지능 등)에 대한 지식 외에도 현재의 시장 동향과 인간 행동 및 심리에 익숙해 져야하기 때문입니다. 이러한 고도로 전문화 된 지식 외에도 데이터 상관 관계에서 현상을 추론하기위한 통찰력이 필요합니다. 다양한 분야의 지식과 전문 지식의 균형을 맞추어야하는 직업이라고 할 수 있습니다. 또한 이러한 인적 자원은 하룻밤 사이에 개발 될 수 없으며 인적 자원이 부족합니다. 빅데이터 분석의 현 상태의 문제라고 할 수 있다.
반면에 기존의 인간 경험과 직감에만 의존하는 분석은 분석을 수행하는 사람의 추측을 통해 중요한 지식과 지혜를 간과 할 수 있습니다. 데이터 마이닝에 의한 객관적인 빅 데이터 분석이 기존의 추측과 상식을 뒤엎는 지식을 얻을 수있는 경우가 많습니다. 이것은 빅 데이터 분석의 주요 이점입니다.
사회에 영향을 미치는 빅 데이터 분석
지금까지 언급했듯이 언뜻보기에는 관련이없는 데이터에서 법칙을 찾을 수 있으므로 빅 데이터 분석을 통해 경험과 직감으로 인한 실패를 줄일 수 있습니다. 또는 우리는 객관적으로 인간의 직감과 경험을 지원할 수 있습니다. “기저귀와 맥주”로 유명한 사례가 있기 때문에 판매 조치에 대한 상식과 추측이 빅 데이터 분석 결과에서 뒤집힌 사례가 있습니다. 데이터 마이닝을 통해 새로운 지식을 추출함으로써 영업 및 마케팅 전략을 검토하는 데에도 효과적입니다.
물류 분야에서는 IC 태그를 제품 및 판지에 부착하여 데이터를 수집하고 빅 데이터 분석을 수행합니다. 어떤 물류 경로와 얼마나 많은 제품이 집중되어 있는지 분석함으로써 물류 경로를 최적화 할 수 있습니다. 또한 물류 경로를 최적화하면 비용과 운송 시간이 단축됩니다.
생산 부문에서는 제품 검사 데이터를 수집하고 추세를 분석하여 제품 품질을 향상시킬 수 있습니다. 또한, 생산 라인의 핵심 지점에 센서를 설치하고 수집된 탁트 시간을 빅 데이터로 분석함으로써, 전체 생산 라인의 병목 현상을 감지할 수도 있다. 센서는 지속적인 모니터링을 위해 제조 장비에 설치할 수 있으며 데이터를 수집하고 분석하여 고장을 예측할 수 있습니다.
이러한 방식으로 가장 큰 장점은 빅데이터 분석을 통해 새로운 지식을 얻을 수 있어 운영의 효율성과 최적화를 향상시킬 수 있다는 점이다. 그것은 노동 인구의 감소와 미래에 문제가 심각해질 것으로 예상되는 작업 스타일 개혁에 대응할 수있는 강력한 수단 중 하나라고 말할 수 있습니다.
물류 및 생산 분야에서는 대량의 데이터가 실시간으로 생성되는 경우가 많으며 각 라인을 중단하고 데이터를 수집하기가 어렵습니다. 따라서 빅데이터 분석이 라인을 멈추지 않고 실시간으로 수행되면 이를 실현하는 것이 효과적이라고 생각된다. 엣지 AI 기준 엣지 컴퓨팅.
빅 데이터 분석은 사회를 더욱 의미 있게 만듭니다.
지금까지 우리는 빅 데이터에 대해 간략하게 설명했습니다. 데이터 과학자가 부족하다는 문제가 있지만 앞으로 빅 데이터 분석의 필요성이 점점 더 커질 것입니다. 따라서, 인공 지능의 도움으로 엣지 컴퓨팅, 빅 데이터 분석 기술은 계속 발전 할 것입니다. 그리고 그것은 사회를 조금씩 변화시킬 것입니다. 그것은 인간에게 의미있는 변화가 될 것으로 기대됩니다.
